el %EV es 20/Cg. Si Cg = 1,33 entonces el %EV será del 15%.

Si el %EV (repetibilidad y sesgo) es superior al 15%, la variación de la medición es mayor que la tolerancia de la pieza y, al mismo tiempo, el sesgo (diferencia entre la media de Xm y Xref) es significativo. Tenga en cuenta que normalmente se utiliza el 10 o el 15% como límite umbral cuando lo ideal es que sea inferior al porcentaje umbral.

A partir de las cuatro métricas anteriores (Cg, Cgk, %EV de repetibilidad y %EV de repetibilidad y sesgo), puede observarse que el sesgo del calibre respecto a las refencias también se considera y comprueba con frecuencia. Por lo tanto, es habitual incluir una prueba T de 1 muestra en los estudios GR&R de tipo 1 para reforzar aún más la significación estadística si Xm es diferente/se aleja de Xref. Para evaluar mediante una prueba T de 1 muestra, el valor p asociado debe ser superior a 0,05 para concluir que no existe una diferencia significativa entre Xref y Xm.

En Datalyzer Qualis 4.0 MSA Gage Management, pueden seleccionarse entre 25 y 50 piezas para realizar un estudio de calibre de tipo 1. Una vez añadidos el valor de referencia, el límite de especificación inferior (LSL) y el límite de especificación superior (USL), la información resumida se mostrará en la pestaña «Conjunto de datos» como se indica a continuación.

El juicio se mostrará en la pestaña ‘Resultados’ donde se utilizarán las métricas de los criterios mencionados. Los resultados del estudio de abajo muestran un juicio de ‘Aprobado’ para el Estudio GR&R Tipo 1 ya que el valor p es superior a 0,05, Cg y Cgk son superiores a 1,33, y ambos %EV son inferiores al 10%.

Algunas organizaciones sólo utilizan el valor p para el estudio de calibres de tipo 1, mientras que otras sólo utilizan Cg/Cgk. Cualquier elección de criterios puede configurarse como regla por defecto para su empresa en el software Datalyzer Qualis 4.0 MSA Gage Management.

Criterios de valoración:

En los distintos sectores se utilizan criterios diferentes, por lo que esto puede resultar confuso para los usuarios finales. el %EV (repetibilidad y sesgo) no es lo mismo que el %EV en los estudios GRR de tipo 2 porque el sesgo no se incluye en un estudio de tipo 2. Así que los criterios podrían ser incluso diferentes según el tipo de estudio. Además, los clientes podrían exigir otros criterios.

Por ejemplo, para los estudios de tipo 2 en el manual AIAG (Automoción) el requisito para GR&R es: GRR < 10% es bueno, 10% < GRR < 30% es marginal yGRR > 30% es malo.

Minitab utiliza 2 criterios: GRR < 15% es bueno y GRR > 15% es malo. Para Cg y Cgk utilizaremos los criterios correspondientes. En Datalyzer ofrecemos por defecto los mismos criterios que AIAG, pero el cliente final podrá cambiar los criterios si desea desviarse de la norma de automoción.

Estudio R&R de la galga tipo 2

El estudio GR&R de Tipo 2 es el método GR&R más aplicado en las organizaciones que aplican estudios MSA. Existen tres enfoques o métodos para evaluar los resultados de un estudio GR&R de Tipo 2 que son:

1. Método de la gama
2. Método de media y rango
3. Método ANOVA

En Datalyzer Qualis 4.0 MSA Gage Management, admitimos los tres métodos.

El método de rango (también conocido como «estudio corto» o «forma corta») es un método GR&R variable simplificado y no debe utilizarse para evaluar un sistema de medición completo totalmente a partir de sus resultados. Suele utilizarse como una aproximación rápida a la variación de la medición y para detectar cualquier cambio importante en la GR&R de los medidores existentes.

El método del rango suele utilizar 2 tasadores y 5 partes en las que cada tasador medirá una vez (un ensayo). A partir de los resultados se calculará el %GRR donde:

La GRR se calculará a partir de la media de cada rango dividida por la constante d2 que se obtiene de las tablas de constantes estadísticas. A partir del %GRR, podemos interpretar la proporción de variación de la medición en comparación con la variación total. La variación de la medición no puede ser demasiado grande en comparación con la variación total.

En Datalyzer Qualis Gage Management, el Estudio GR&R Tipo 2 ofrecerá una opción de ‘Tipo de estudio’ en la que el usuario puede elegir ‘Estudio corto’ seguido de ‘Método de rango’ en el campo ‘Método de cálculo’ para optar por el Método de rango en el Estudio GR&R.

Los resultados aparecerán tras la introducción de los datos, donde se evaluarán los criterios típicos del estudio en función del %GRR. Lo ideal es que el %GRR sea inferior al 10% para que el estudio del método de rango se considere superado.

El segundo método del estudio GR&R de tipo 2 se conoce como método de promedio y rango. En este estudio, normalmente de 2 a 3 calibradores medirán entre 10 y 35 piezas con 2 a 4 ensayos por cada calibrador. En Datalyzer Qualis Gage Management, se pueden utilizar varios métodos para calcular la variación total. En el ejemplo siguiente se elige «Variación del estudio».

Existen tres métodos para obtener la Variación Total en un Estudio GR&R:

1. De la variación total del estudio, tomada de los propios datos de medición GR&R:

2. Del Control Estadístico de Procesos (CEP), tomado de la desviación estándar en el CEP de un proceso estable.

3. De la tolerancia total del proceso, USL y LSL.

Datalyzer soporta todos los métodos anteriores en la obtención de la Variación Total en el Estudio GR&R. En el software Datalyzer Qualis 4.0 MSA Gage Management si el usuario activa la casilla «SPC» que se muestra a continuación, el usuario puede seleccionar una pieza y una característica del sistema SPC y el software Qualis Gage Management importará automáticamente la última variación del proceso y la tolerancia del proceso (LSL y USL) del software Datalyzer SPC.

El requisito del MSA de que la variación de las piezas seleccionadas para el estudio sea representativa del proceso no siempre es fácil de cumplir. Por ello, ofrecemos la opción de tomar la variación real del proceso para asegurarnos de que siempre se cumple este requisito.

Utilizando el método Promedio y rango, los resultados pueden verse en la pestaña Resultados, como se muestra a continuación:

Los criterios de valoración de un estudio GR&R de tipo 2 se basan en el %GRR (porcentaje de repetibilidad y reproducibilidad del calibrador) y el ndc (número de categorías distintas). Para que el Estudio Tipo 2 se considere Aprobado, el %GRR debe ser inferior al 10% y el ndc debe ser igual o superior a 5.

el %GRR en Promedio y Rango depende de la variación del equipo (EV) o de la variación del tasador (AV). Si el %GRR es superior al 10%, el estudio de tipo 2 es marginal o fracasa y el usuario puede ver la EV y la AV para encontrar el factor que más ha contribuido al fracaso.

Otro criterio que determina el éxito del estudio de tipo 2 es el ndc. Ndc significa número de categorías distintas. Ndc se utiliza a menudo para identificar la capacidad de un sistema de medición para detectar una diferencia en la característica medida. Diversas industrias utilizan el enfoque común del ndc establecido por Wheeler,1989, donde el ndc puede estimarse utilizando la fórmula:

Entonces el ndc se corta a un número entero. Así, un ndc de 5,67 será un ndc de 5.

Aparte de los cálculos numéricos, el software Datalyzer Qualis Gage Management también ofrece visualización gráfica para ayudar a los usuarios a proporcionar más información sobre el estudio GR&R. Los siguientes gráficos están disponibles en el Método de Promedio y Rango Tipo 2:

El tercer método del Estudio GR&R de Tipo 2 es el Método ANOVA (Análisis de Varianza). Los mismos datos de medición que se utilizan en el Método de Promedio y Rango pueden utilizarse también en el método ANOVA, pero los métodos de cálculo son diferentes.

En el método Promedio y Rango, los componentes del cálculo se dividen únicamente entre la Variación del Equipo (EV) y la Variación del Tasador (AV). En el ANOVA, también se tiene en cuenta la interacción entre los calificadores y las piezas, por lo que a menudo se prefiere el ANOVA al método Promedio y rango. En el siguiente ejemplo se explica la interacción entre los calificadores y las piezas.

En una planta de fabricación de automóviles, dos operarios, Sarah y Mike, se encargan de inspeccionar las dimensiones de las válvulas de los motores. El objetivo es evaluar la variabilidad de las medidas entre los operarios.

Hipótesis 1: Si Sarah mide sistemáticamente válvulas de motor más grandes que Mike, independientemente del producto medido, puede haber un efecto principal de los tasadores. La hipótesis 1 anterior puede detectarse tanto en el ANOVA como en el método de la media y el rango.

Hipótesis 2: Sin embargo, si la diferencia en las mediciones entre Sarah y Mike varía significativamente en función de si inspeccionan válvulas específicas, es probable que exista un efecto de interacción. El escenario 2 anterior puede detectarse fácilmente con el método ANOVA, ya que éste tiene en cuenta la interacción entre factores, en este caso entre Sarah/Mike y válvulas específicas del motor.

En el software Datalyzer Qualis 4.0 MSA Gage Management puede seleccionarse, si se prefiere, el método de cálculo ANOVA.

Una vez introducidos los datos de medición, los cálculos de apoyo del ANOVA pueden verse en el ejemplo siguiente.

Los cálculos de apoyo anteriores pueden ofrecer cierta información a los usuarios basada en DF (grado de libertad), SS (suma de cuadrados), MS (media de cuadrados) y el estadístico F.

En el ANOVA GR&R, los grados de libertad (DF) representan el número de informaciones independientes disponibles para estimar la variabilidad del sistema de medición. Específicamente:

1. Grados de libertad entre operadores: Representa los grados de libertad asociados a las diferencias entre los operadores (calificadores) en sus mediciones. Es igual al número de operadores menos uno.2. Grados de libertad dentro del operador: Representa los grados de libertad asociados a las diferencias dentro de las mediciones de cada operador. Es igual al número total de mediciones menos el número total de operadores.

El cuadrado medio (CM) representa la variabilidad media dentro de los operadores y entre ellos. Específicamente:

1. 1. Cuadrado medio entre operadores: Representa la variabilidad media entre operadores y se calcula dividiendo la suma de cuadrados entre operadores por los grados de libertad entre operadores.2. Cuadrado medio dentro de los operadores: Representa la variabilidad media dentro de las mediciones de cada operador y se calcula dividiendo la suma de cuadrados dentro de los operadores por los grados de libertad dentro de los operadores.

La suma de cuadrados (SS) representa la variabilidad total del sistema de medición, que se divide en variabilidad entre operadores y variabilidad dentro de los operadores. Específicamente:

1. Suma de cuadrados entre operadores: Representa la suma de las desviaciones al cuadrado de las medias de los operadores con respecto a la media global, ponderada por el número de mediciones de cada operador2. Suma de cuadrados dentro de los operadores: Representa la suma de las desviaciones al cuadrado de las mediciones individuales con respecto a las medias de sus respectivos operadores.

El estadístico F es un cociente de dos cuadrados medios. Un valor F mayor indica una mayor diferencia entre los operadores en relación con la variación dentro de los operadores, lo que sugiere que el sistema de medición puede no ser fiable. A continuación se muestra la pantalla de resultados del ANOVA para un estudio GR&R de tipo 2:

Para los resultados anteriores, el usuario puede ver criterios similares a los del método Promedio y Rango que son %GRR y valor ndc. El estudio de tipo 2 anterior falla debido al alto %GRR (superior a 10) y al bajo valor ndc (inferior a 5). El usuario también puede optar por buscar el %GRR en la tabla anterior manualmente en la última columna (%SV) que es la columna % Variación del Estudio.

Estudio R&R de la galga tipo 3

El Estudio R&R de Galgas Tipo 3 es una versión modificada de un Estudio Tipo 2 en el que en este estudio no existe influencia del operario. El Tipo 3 se utiliza en la industria para máquinas/pruebas automatizadas que tienen un gran número de características sin ningún factor de influencia humana significativo en su sistema de medición.

En los estudios de tipo 3, normalmente se elegirán 25 piezas que se medirán dos veces (dos ensayos) y no intervendrá ningún operario, por lo que los resultados se obtendrán de una sola máquina. En este caso, la máquina es el propio evaluador.

En contraste con el Tipo 1, los criterios de valoración del Tipo 3 son los mismos que para el Tipo 2, es decir, %GR&R mientras que el Tipo 1 se fija en Cg/ Cgk y otros criterios que hacen más hincapié en el factor de Repetibilidad y Sesgo. La principal diferencia en el cálculo entre los estudios de Tipo 3 y Tipo 2 es el %GRR que se calcula basándose exclusivamente en la Variación del Equipo (EV) mientras que la Variación del Tasador (AV) se omite en el cálculo del GRR. Lo que significa que en los estudios de Tipo 3, la fórmula para la GRR es:

En el software de gestión de calibres Datalyzer Qualis, pueden seleccionarse tanto ANOVA como Promedio y Rango para un Estudio Tipo 3. Una vez introducidos los datos, la pantalla de resultados del Estudio de Tipo 3 tendrá un aspecto similar a la pantalla de diseño del Tipo 2.

En el ejemplo anterior, se elige el método ANOVA en el estudio de tipo 3. Tenga en cuenta que el factor Tasador y la Interacción entre Tasador y Piezas se omitirán de la tabla ANOVA (se mostrarán como cero) debido a que no hay efectos del tasador.

La pantalla anterior muestra los resultados del estudio de una característica. Pero en la mayoría de los casos medimos cientos de características (por ejemplo, MMC de piezas complejas o pruebas eléctricas de una placa de circuito impreso). En ese caso, el software Datalyzer MSA Gage Management puede utilizarse en combinación con el módulo de importación automática para importar todas las características a la vez y presentar un estudio MSA completo de cientos de características. En la actualidad, la mayoría de las empresas sólo hacen una selección de las características más críticas porque lleva demasiado tiempo realizar estudios para cientos de características. Al automatizar completamente este proceso, obtendrá una indicación inmediata de qué características pueden ser críticas basándose en los resultados del MSA.