Los Estudios Gage R&R miden la variación total del instrumento como un porcentaje de la tolerancia del proceso, ayudando a determinar si una herramienta de medición es adecuada para la inspección de piezas.
Recuerdo la primera vez que rechacé un lote de piezas perfectamente buenas. Mi calibre digital decía que estaban fuera de especificación, pero mi colega las midió cinco minutos después y las encontró bien dentro de la tolerancia.
Fue desconcertante.
Supuse que la herramienta estaba rota o que las piezas se estaban deformando, pero estaba buscando en el lugar equivocado.
Resulta que, cada vez que toma una medición, no solo está capturando la realidad de la pieza. Está capturando una combinación de la dimensión real de la pieza más el ruido introducido por la herramienta (repetibilidad) y la persona que la sostiene (reproducibilidad).
Aquí es donde el Gage R&R resulta útil. Es un poco como un ajuste de cancelación de ruido para sus datos.
Es una metodología que le dice exactamente qué parte de la variación observada en su proceso proviene del propio análisis del sistema de medición (MSA) frente a la variación real de la pieza. Si su “regla” es de goma, no puede confiar en la medición, sin importar cuán precisos parezcan los números.
Utilizará esta herramienta constantemente. Es la forma estándar de validar nuevos equipos relucientes, comparar dos dispositivos diferentes o verificar una MMC (Máquina de Medición por Coordenadas) después de una reparación. Si recién está comenzando con los conceptos de QA, tal vez quiera leer primero sobre control de calidad.
En esta publicación, compartiré cómo configurar y realizar un estudio Gage R&R para que pueda empezar a confiar en sus datos.
¡Veamos cómo hacerlo!
Tabla de contenidos
¿Qué es un estudio Gage R&R?
Solemos asumir que nuestros calibres digitales y micrómetros nos dicen la verdad.
Pero esta es la realidad: cada sistema de medición añade su propia capa de ruido a sus datos. Un estudio Gage R&R es la herramienta que usamos para medir ese ruido.
Gage R&R, donde las Rs significan Repetibilidad y Reproducibilidad, es un método cuantitativo.
Aísla la variación causada puramente por su proceso de medición (la herramienta más el humano usándola) y la compara con la variación total que ve en su producción.
Piense en ello como escuchar una radio. La música es la variación real de su pieza (la señal que quiere captar). La estática es su error de medición. Si la estática es demasiado fuerte, no puede distinguir una canción de otra.
El Gage R&R mide el volumen de esa estática para ver si vale la pena conservar la radio.
Este estudio es el pilar central de un marco más amplio: el análisis del sistema de medición (MSA). Cuando lo ejecuta, obtiene respuestas a tres preguntas de caja negra:
- Medición vs Proceso: ¿La fluctuación es real, o es solo el instrumento fallando?
- Influencia del Operador: ¿El resultado depende de quién sostiene la herramienta?
- Discriminación: ¿Es su sistema de medición lo suficientemente sensible como para distinguir realmente entre piezas?
Repetibilidad (Variación del Equipo)
Esto nos lleva a la primera R del nombre. Repetibilidad (también puede llamarse Variación del Equipo). Mide la precisión inherente del hardware en sí.
Plantea una pregunta simple:
Si un operador usa el mismo instrumento para medir la misma característica en la misma pieza varias veces, ¿obtiene el mismo número?
Idealmente, sí.
Si obtiene números diferentes cada vez que mide el mismo pasador de acero, su repetibilidad es deficiente.
Cuando esta variación es alta, el problema suele ser la herramienta misma. Puede estar sucia, suelta o tal vez simplemente no tiene la resolución necesaria para la tolerancia que intenta alcanzar.
Reproducibilidad (Variación del Evaluador)
La segunda R significa Reproducibilidad. En estadística, llamamos a esto Variación del Evaluador. Esto cambia el enfoque de la herramienta a los humanos que la usan.
Aquí, observamos la consistencia en todo el equipo.
Si el Operador A entrega la herramienta de medición al Operador B para medir esa misma pieza, ¿están de acuerdo en el valor?
Resulta que la forma de sostener un calibre o interpretar una escala analógica varía enormemente entre las personas.
Si la reproducibilidad es la fuente principal de error, generalmente significa que su procedimiento operativo estándar (SOP) no es lo suficientemente claro, o que sus operadores necesitan un poco más de capacitación en la técnica.
¿Por qué realizar un estudio Gage R&R?
Imagínese tratar de pesarse en una báscula de baño que le da un número diferente cada vez que se sube a ella. Nunca sabría si realmente ganó peso o si la báscula solo está actuando de manera extraña.
(En caso de duda, yo también culparía a la báscula).
En metrología, llamamos a esto error de medición. Se esconde dentro de cada punto de datos que recopila.
Esto es engañosamente peligroso para su proceso de calidad.
Si utiliza el Control Estadístico de Procesos (SPC) para mantener su fabricación bajo control, asume que sus números son precisos.
Pero si sus datos tienen ruido, sus gráficos mostrarán fantasmas.
Podría ajustar una máquina que funcionaba perfectamente, solo porque su sistema de medición le mintió.
Aquí es donde brilla el estudio Gage R&R. Es un filtro de alto contraste para su variación. Separa el ruido en dos cubos:
- La herramienta misma (Repetibilidad)
- El humano usándola (Reproducibilidad).
Le permite predecir el porcentaje de error en su sistema para no volar a ciegas.
Cuando puede distinguir entre un calibre roto y un problema de capacitación, realmente puede solucionar el problema. Mejores datos conducen a decisiones más claras, menos errores y una calidad consistentemente más alta.
Tipos de estudios Gage R&R
Cuando me encontré por primera vez con Gage R&R, asumí que era una prueba única y estándar. En realidad, hay tres tipos distintos de estudios: Cruzado, Anidado y Expandido.
Elegir el correcto no es solo una preferencia. Depende completamente de la física de su medición.
La decisión generalmente suele depender de una pregunta engañosamente simple: ¿medir la pieza la destruye?
También necesita considerar cuántos datos puede obtener realmente.
Usar el marco incorrecto es un problema común que puede invalidar completamente su análisis, así que veamos cómo distinguirlos.
Gage R&R Cruzado
Este es el escenario que la mayoría de la gente imagina cuando piensa en Gage R&R. Es el estándar de la industria por una razón, pero solo funciona si su método de prueba es un ensayo no destructivo.
En un estudio Cruzado, el proceso se define por la repetición.
Puedo entregar una pieza específica, llamémosla Pieza #1, al Operador A, dejar que la mida, registrar los datos y luego entregar esa misma pieza exacta al Operador B. Debido a que la pieza pasó por el proceso sin cambios, cada operador mide cada pieza varias veces.
Esto crea un cruce de puntos de datos donde todos los factores se superponen perfectamente.
Gage R&R Anidado
Aquí es donde la destrucción fuerza su mano.
Si su medición implica una prueba de tracción, una prueba de aplastamiento o un análisis químico que consume la muestra, físicamente no puede entregar la misma pieza a un segundo operador.
Se ha ido.
En un estudio Anidado, aceptamos que no podemos medir la misma pieza dos veces. En cambio, tenemos que confiar en el concepto de lotes.
Asumimos que las piezas provenientes del mismo lote exacto, cavidad del molde o corta serie de producción son lo suficientemente idénticas como para representar un solo punto de datos.
Los operadores están esencialmente “anidados” dentro de los lotes:
- El Operador A mide las piezas 1 a 5,
- El Operador B mide las piezas 6 a 10.
El Operador B nunca ve las piezas que el Operador A tocó.
El desafío aquí es la Suposición de Homogeneidad.
Para que esto funcione, la variación entre la Pieza 1 y la Pieza 2 debe ser insignificante en comparación con el error de medición que estamos tratando de encontrar.
Si su proceso de fabricación tiene una alta variación dentro de un solo lote, el estudio Anidado malinterpretará esa variación de la pieza como error de medición.
Gage R&R Expandido
A veces, la vida real es demasiado complicada para los modelos estándar. Los estudios Cruzados y Anidados asumen un mundo relativamente limpio: generalmente dos operadores, un instrumento y un conjunto de piezas.
Pero, ¿qué pasa cuando se introducen variables extra?
El desencadenante más común para esto es la introducción de soportes (fixtures). Si está midiendo una pieza que encaja en un soporte de sujeción, no solo está midiendo la pieza.
En realidad, está probando la capacidad del soporte para sujetar la pieza de manera consistente.
Si tiene dos soportes diferentes, esa es una nueva variable que un estudio Cruzado estándar acumulará en el error. Un estudio Expandido puede aislar el “Soporte” como su propia fuente de variación.
Este marco también es necesario para diseños desequilibrados.
En un mundo perfecto, cada operador mide cada pieza tres veces. En el mundo real, el Operador A podría perderse un turno, o una pieza podría perderse.
Los cálculos estándar a menudo fallan con datos faltantes, mientras que los cálculos Expandidos (que generalmente usan un Modelo Lineal General) son más robustos ante estas imperfecciones.
Sin embargo, aconsejo precaución aquí.
Los estudios Expandidos requieren significativamente más datos para obtener resultados estadísticamente significativos porque está dividiendo el pastel en pedazos más pequeños (Pieza, Operador, Instrumento, Soporte, Interacción, etc.). No lo use solo para parecer sofisticado; úselo solo si sospecha genuinamente que una tercera variable está impulsando su variación de medición.
Métodos de cálculo
Una vez que haya recopilado sus datos, necesita procesarlos para comprender su análisis del sistema de medición.
Hay dos formas principales de realizar estos cálculos: El método de Medias y Rangos y el método ANOVA.
Independientemente del método que elija, ambos tienen como objetivo estimar los mismos tres componentes de error: repetibilidad (variación del equipo), reproducibilidad (variación del evaluador) y variación de pieza a pieza.
El objetivo es aislar estos factores para que pueda ver exactamente dónde está la variación.
Método de Medias y Rangos
Este es el enfoque clásico. Es muy simple y a menudo se calcula manualmente porque las matemáticas son sencillas.
Se basa en el rango promedio de sus mediciones para estimar la variación. Utiliza una constante estadística específica (conocida como d2*) para determinar la desviación estándar para la repetibilidad.
Si bien este método actúa como una gran comprobación de cordura, tiene un punto ciego.
Asume que los operadores y las piezas no interactúan. No puede decirle si un operador específico tiene dificultades con una pieza difícil específica mientras mide las piezas fáciles perfectamente.
Método ANOVA
El método ANOVA (Análisis de Varianza) es el líder de la industria de la metrología.
A diferencia del método anterior, ANOVA divide la varianza en cuatro categorías específicas:
- Varianza de la pieza,
- Varianza del evaluador,
- La interacción entre ellos,
- Error de replicación.
Esto le da una imagen mucho mejor de la realidad.
Debido a que puede distinguir la relación entre evaluadores y piezas, casi todo el software moderno utiliza este cálculo.
Detecta esos problemas sutiles en su proceso. Para más detalles técnicos sobre las estadísticas involucradas, puede consultar la guía de ASQ.
Prepárese para un estudio Gage R&R
Antes de comenzar a medir, debemos encargarnos de la configuración. Un estudio Gage R&R es sensible a cómo prepara sus datos.
Si le introduce entradas incorrectas, incluso el mejor software de análisis arrojará números inútiles. Piense en esto como una prueba de sabor a ciegas: si quiere probar el paladar de un chef, no puede simplemente darle tres tazones de sopa idénticos.
Necesita variedad. Es el mayor problema en el proceso: selección de piezas.
Necesita de 5 a 10 piezas que representen toda la gama de variaciones de su proceso. No elija solo las piezas doradas (perfectas). Quiere las buenas, las limítrofes y las malas.
Si las piezas son demasiado similares, las matemáticas luchan por distinguir entre las diferencias reales de las piezas y el error de medición.
Una vez que tenga su equipo calibrado y operadores capacitados, aquí está la receta estándar para un estudio robusto:
- 2 a 3 Operadores
- 5 a 10 Piezas (abarcando el rango completo del proceso)
- 2 a 3 Ensayos (mediciones por pieza por operador)
También debe ser estricto con la aleatorización.
Si un operador mide la Pieza 1, luego la Pieza 2, luego la Pieza 3 en el mismo orden cada vez, podría recordar inconscientemente los valores de medición.
Tiene que aleatorizar el orden para cada ensayo para mantenerlo honesto. Finalmente, defina claramente su unidad de medida (micrómetros, milímetros, pulgadas, etc.) para que sus cálculos de porcentaje de tolerancia realmente tengan sentido más adelante.
Recopilar Datos
Recopilar los datos parece sencillo, pero aquí es donde la mayoría de los estudios se descarrilan.
Resulta que el mayor enemigo de un buen estudio Gage R&R es la memoria humana. Si un operador recuerda que la “Pieza 4” midió un poco alto la última vez, podría inconscientemente ajustar su técnica para que coincida con ese resultado anterior.
Esto crea un bucle de retroalimentación que oculta la variación real.
Para vencer esto, debe tratar su recopilación de datos como un experimento de doble ciego. Debe romper el patrón.
La práctica estándar es tener múltiples operadores midiendo el mismo conjunto de piezas, pero nunca dejarles ver los números de las piezas.
Más importante aún, tiene que aleatorizar el orden para cada ensayo individual. Esta aleatorización evita que la “memoria muscular” de la medición contamine sus datos.
Cuando registre los resultados, necesita capturar cuatro puntos de datos específicos para que las matemáticas funcionen más tarde:
- ID del Operador
- ID de la Pieza (oculto al operador)
- Valor de Medición
- Número de Ensayo
Este enfoque riguroso es la columna vertebral de la metrología industrial confiable. Si omite la aleatorización, ya no está midiendo la capacidad de la herramienta. Solo está midiendo la capacidad del operador para recordar sus suposiciones anteriores.
Calcular Resultados de Gage R&R
Ahora llega el momento de la verdad.
Una vez que haya recopilado sus datos, necesita traducir esos números brutos en una tarjeta de puntuación para su sistema de medición. Confiamos en tres métricas clave aquí: % de Contribución, % de Varianza del Estudio y % de Tolerancia.
Piense en estos como diferentes lentes para ver el mismo problema:
- % de Contribución le ayuda a identificar la fuente de variación (como una herramienta de diagnóstico),
- % de Varianza del Estudio evalúa la variación del sistema de medición en relación con la variación total observada en el estudio (como verificar la adecuación contra el ruido del proceso),
- % de Tolerancia le dice si el instrumento es realmente lo suficientemente preciso para confiar en él frente a las especificaciones de su cliente.
Interpretar Resultados
Ha procesado los números. Ahora llega el momento de la verdad. Interpretar estos resultados es posiblemente la parte más importante de todo el análisis del sistema de medición.
Generalmente usamos el porcentaje de tolerancia o el % de Varianza del Estudio para calificar el sistema según los estándares de la industria:
- Menos del 10% : Aceptable. El sistema es confiable.
- 10% a 30% : Condicional. Podría funcionar para aplicaciones de bajo riesgo, pero debe vigilarlo.
- Más del 30% : Inaceptable. Debe corregir el proceso de medición antes de confiar en los datos.
Si sus resultados caen en la categoría “arréglelo”, mire el desglose.
Si la repetibilidad es significativamente mayor que la reproducibilidad, el problema es probablemente el instrumento en sí. Puede estar suelto, sucio o difícil de posicionar.
Si la reproducibilidad es el problema mayor, el problema suele ser la gente. Sus operadores probablemente necesiten capacitación sobre cómo sostener o leer la herramienta de manera consistente.
Métodos de Análisis Gráfico
La dependencia de cálculos en bruto es tentadora, pero los números pueden ser demasiado simples para algunos casos.
Podría obtener una puntuación de porcentaje de tolerancia aprobatoria y aun así perderse patrones extraños en los datos. Aquí es donde el análisis gráfico es útil. Valida los hallazgos de su estudio y ofrece una visión que una hoja de cálculo simplemente no puede igualar.
Solo recuerde la regla de oro aquí: estos gráficos ilustran la efectividad del sistema de medición, no el rendimiento del proceso de fabricación. Estamos calificando la regla, no el objeto.
Errores Comunes
Resulta que las matemáticas (ya sea que use Medias y Rangos o el método ANOVA) rara vez son el problema.
El real ocurre durante la configuración.
El error más frecuente es seleccionar piezas que son demasiado perfectas. Puede parecer contradictorio, pero sus piezas de muestra necesitan representar el rango completo de la variación del proceso.
Si cada pieza es estadísticamente idéntica, la única variación que detecta el estudio es el error de medición. Esto infla artificialmente sus proporciones de error, haciendo que un sistema de medición perfectamente bueno parezca terrible porque no hay variación de pieza a pieza contra la cual compararlo.
Si los operadores miden consistentemente las piezas en orden (1, 2, 3…), inconscientemente memorizarán los valores. Siempre aleatorice el orden de presentación para cada ensayo individual para evitar este sesgo.
El entorno es otro problema a considerar.
Si está midiendo piezas de metal y la temperatura oscila unos pocos grados entre los ensayos de la mañana y la tarde, las piezas cambian efectivamente de tamaño.
En ese punto, no está midiendo repetibilidad y reproducibilidad, está midiendo expansión térmica.
Mantenga el entorno consistente.
Mejorar el Rendimiento del Sistema de Medición
Los números de alta variación en un estudio Gage R&R pueden ser frustrantes, pero también son un mapa. Le dicen exactamente dónde encontró un eslabón débil el análisis del sistema de medición. Idealmente, quiere que la variación provenga de las piezas, no de sus herramientas.
Si encuentra un alto error de repetibilidad, el problema suele ser el hardware. El instrumento en sí tiene temblores. Es como intentar pesar una pluma en una mesa inestable.
- Calibre el equipo o realice un mantenimiento profundo para ajustar la mecánica suelta.
- Reemplace componentes desgastados como soportes de sujeción que podrían moverse durante el uso.
- Controle el entorno reduciendo la vibración o estabilizando la temperatura.
Si ve un alto error de reproducibilidad, el problema es el método. Es probable que sus operadores sostengan la pieza o lean la pantalla de manera diferente. Resulta que los pequeños hábitos crean grandes brechas de datos.
- Estandarice los procedimientos para que cada persona use exactamente la misma técnica.
- Capacite a los operadores para interpretar el instrumento de manera consistente.
- Cree instrucciones de trabajo visuales (las imágenes son geniales aquí) para eliminar la ambigüedad.
A veces, la herramienta simplemente no es lo suficientemente precisa. Si su porcentaje de tolerancia sigue siendo alto a pesar de sus mejores esfuerzos, es probable que el instrumento carezca de la resolución necesaria. En ese caso, tiene que reemplazar el equipo con un dispositivo de mayor precisión.
Consejo Rápido: No ha terminado después de hacer mejoras. Debe volver a ejecutar el estudio Gage R&R para validar que los cambios realmente redujeron la variación.
Conclusión
Exploramos la mecánica de Gage R&R y, con suerte, puede ver que es más que una simple casilla de cumplimiento.
Funciona como una lente de alta definición para su línea de producción.
Sin ella, esencialmente está conduciendo en la niebla, adivinando si las variaciones provienen de su proceso de fabricación real o simplemente de las propias herramientas de medición. Al cuantificar la repetibilidad y la reproducibilidad, se da la capacidad de confiar con seguridad en sus datos.
Los sistemas de medición se desvían, las herramientas se caen y nuevos operadores se unen al equipo.
Hacer de estos estudios un hábito regular asegura que sus datos de calidad sigan siendo relevantes con el tiempo. Recomiendo encarecidamente mantener un rastro de papel sólido de cada estudio que realice. Ahorra grandes dolores de cabeza durante las auditorías y le ayuda a detectar tendencias a largo plazo que de otro modo podrían pasar desapercibidas.
¡Así que tome un conjunto de piezas y comience a analizar los datos!
Incluso un estudio rápido puede revelar cosas sorprendentes sobre su proceso. Los datos de alta calidad son la base de todo lo que hacemos aquí, por lo que vale la pena asegurarse de que esa base sea sólida.
¡Feliz medición!
Preguntas Frecuentes
¿Cuál es el propósito principal de un estudio Gage R&R?
Calcula cuánta de la variación de su proceso proviene del sistema de medición en sí. Lo usa para verificar que las diferencias que ve en los datos son diferencias reales de las piezas, no errores del instrumento o del operador. Esto confirma que su proceso de inspección es válido.
¿Cuándo es apropiado realizar este estudio?
Debe realizar este estudio siempre que introduzca nuevos equipos de medición o capacite a nuevos operadores. También es necesario antes de comenzar un proyecto de mejora de procesos para confirmar que sus datos de referencia son confiables. Finalmente, ejecútelo periódicamente para verificar que su sistema de medición permanezca estable.
¿Cuál es la diferencia entre repetibilidad y reproducibilidad?
La repetibilidad mide la variación cuando una persona mide la misma pieza varias veces usando la misma herramienta. La reproducibilidad observa la variación entre diferentes personas que miden la misma pieza. Juntas, definen la precisión total de su sistema de medición.
¿Cuántos operadores y piezas solemos incluir en un estudio?
Un estudio estándar generalmente requiere dos o tres operadores y diez piezas. Cada operador debe medir cada pieza al menos dos o tres veces. Debe seleccionar piezas que representen el rango completo de variación de su proceso para obtener resultados precisos.
¿Cuáles son los errores comunes durante la recopilación de datos?
El error más común es no aleatorizar el orden de las mediciones. Si los operadores conocen los valores de las piezas o recuerdan lecturas anteriores, los datos se sesgan. Además, asegúrese de que las piezas abarquen todo el rango de tolerancia para no subestimar la variación del proceso.
¿Cuál es la diferencia entre estudios Cruzados y Anidados?
Se utiliza un estudio Cruzado cuando los operadores pueden medir las mismas piezas varias veces sin destruirlas. Si la prueba destruye la pieza, debe usar un estudio Anidado. En los estudios Anidados, se asume que el lote es consistente ya que no se puede volver a medir exactamente el mismo artículo.
¿Cuándo debo elegir el método ANOVA sobre Medias y Rangos?
El método ANOVA generalmente se prefiere porque es más completo. A diferencia del método más simple de Medias y Rangos, ANOVA calcula las interacciones operador-pieza. Esto le ayuda a ver si operadores específicos tienen dificultades con tipos específicos de piezas. El software moderno generalmente utiliza ANOVA por defecto por esta razón.
¿Cómo interpreto una alta reproducibilidad en mis resultados?
Una alta reproducibilidad significa que diferentes operadores obtienen diferentes resultados para las mismas piezas. Esto generalmente apunta a una capacitación inconsistente o instrucciones de trabajo poco claras. A menudo puede solucionar esto creando guías visuales o volviendo a capacitar a su equipo en la técnica de medición correcta.
¿Qué indica la métrica de % de Tolerancia?
Esta métrica compara su variación de medición específicamente con las especificaciones de su cliente. Le dice si su instrumento es lo suficientemente preciso como para distinguir entre piezas buenas y malas. Si este porcentaje es demasiado alto, podría rechazar piezas buenas o aceptar malas.
¿Qué indica una interacción entre operador y pieza?
Una interacción ocurre cuando algunos operadores miden ciertas piezas consistentemente más alto o más bajo que otros. Puede ver esto en un gráfico de interacción donde las líneas se cruzan de forma no aleatoria. Esto sugiere que la dificultad de medición cambia dependiendo del tamaño o la geometría de la pieza para operadores específicos.
