Es bien conocido que el Control Estadístico de Procesos (SPC) se basa en el muestreo periódico de un proceso para, a través de los datos obtenidos de las medidas, llegar a la conclusión de si el proceso está en control estadístico (presencia de sólo causas comunes), o bien está fuera de control estadístico (presencia de causas especiales además de las comunes).
Es claro, en consecuencia, que si la medición nos proporciona datos incorrectos, cualquier inferencia de los mismos está amenazada. Es éste un tema delicado al que habitualmente no se le da la importancia debida. En esta y en siguientes entradas del blog ahondaremos en el tema de Análisis de Sistemas de Medición (MSA: Measurement Systems Analysis).
Para avanzar en la metodología MSA, es preciso partir de algunas ideas fundamentales:
- Finalidad: el MSA (Análisis de Sistemas de Medición) es una metodología que tiene como finalidad averiguar el nivel de calidad de los datos de las mediciones, y de asegurar unas prácticas y procedimientos que maximicen ésta.
Por calidad entendemos el grado de acercamiento del valor obtenido a través de la medición (la medida), del valor real del objeto bajo medición. A mayor cercanía, mayor calidad, y viceversa. - Toda medida conlleva un nivel de incertidumbre.
No existe ningún sistema de medida que nos proporcione un valor exacto, único de la propiedad del objeto bajo medición. Debido a las limitaciones del aparato de medida, así como de las condiciones en que se ha realizado la medición, la medida nos proporciona un intervalo numérico en el que (suponemos) se encuentra el valor real de la propiedad. - El sistema de medida en un sistema complejo.
No es solo (ni de lejos) el instrumento de medida; éste es sólo una parte. La medición se realiza en un determinado ambiente o entorno (temperatura, humedad, ruido,…). El instrumento de medida tiene, con frecuencia, elementos auxiliares necesarios para su funcionamiento. La propia pieza hay que asentarla bien al instrumento de medida, etc. Siguiendo la definición que hace “Measurement Systems Analysis, MSA, 4th Edition” de AIAG, tenemos el siguiente gráfico resumen en el que se catgorizan los distintos componentes de un sistema de medida.
Son pues seis los elementos de un sistema de medida, que quedan recogidos en el siguiente acrónimo: (Aiag MSA 4th Edition).SWIPE S Standard W Workpiece I Instrument P Person/Procedure E Environment Y estos elementos interactúan entre sí, dando lugar a variabilidades. Si esta variabilidades son excesivas la calidad de los datos será tan baja que los hará inútil su análisis o lo que es peor, perjudicial.
- La medida es un proceso, y como tal, está sometido a las variabilidades.
- Cada causa especial de cada uno de estos elementos debe ser eliminada y si esto no es posible por lo menos monitorizada y controlada, con objeto de que el sistema esté en control estadístico. Y esta es una cualidad fundamental (no la única) que debe observar un sistema de medición: sin esto no es válido.
En otras palabras, el proceso de medida es un “proceso”, y como tal es susceptible de serle aplicado las técnicas estadísticas y de gestión que se aplican a procesos de fabricación. Por ejemplo, es perfectamente planteable hacer un AMFE y un plan de control del sistema de medición, o se le pueden aplicar (de hecho se aplican) técnicas de control estadístico de proceso.
En muchas ocasiones otorgamos una fe irracional a las medidas. Después de haber visto las diferentes fuentes de variabilidad, ¿hasta qué grado podemos estar seguros?