Calculadora de Gage R&R (MSA)

Qué te dice el Gage R&R

Cada número que registras de un instrumento es la suma de dos cosas: el valor verdadero de la pieza y el error que añade el sistema de medición. El Gage R&R, repetibilidad y reproducibilidad del instrumento, es el estudio que separa esas dos partes para que sepas cuánta de la variación de tus datos es real y cuánta es ruido de medición.

Importa porque toda decisión de calidad se apoya en mediciones. Si una gráfica de control se dispara, un índice de capacidad se ve pobre o se desecha una pieza, necesitas saber si el proceso de verdad se movió o si el instrumento simplemente no mide de forma consistente.

Un sistema de medición que añade demasiado error puede esconder problemas reales y fabricar otros falsos, y hasta que corres un Gage R&R no sabes en cuál de esos dos mundos estás.

El estudio divide el error de medición en dos fuentes con nombre propio. La repetibilidad, también llamada variación del equipo, es la inconsistencia que obtienes cuando un operador mide la misma pieza varias veces con el mismo instrumento: es la propia incapacidad del instrumento de dar dos veces la misma respuesta.

La reproducibilidad, o variación del evaluador, es la inconsistencia adicional que aparece cuando distintos operadores miden las mismas piezas: refleja diferencias de técnica, montaje o interpretación. Juntas dan el gage R&R, la variación total de medición, que luego se compara con la variación total del estudio o con la tolerancia para producir un porcentaje.

Ese porcentaje, el %R&R, es el resultado principal, y la guía de la AIAG lo convierte en veredicto: menos del 10 por ciento es aceptable, de 10 a 30 por ciento es marginal, y más del 30 por ciento significa que el sistema de medición necesita trabajo.

Este calculador aplica el método de promedios y rangos de la AIAG, el análisis Gage R&R cruzado estándar.

Pega los datos de tu estudio, una línea por ensayo con la etiqueta del operador seguida de una lectura por pieza, agrega la tolerancia si quieres, y devuelve la repetibilidad, la reproducibilidad, el gage R&R, la variación de las partes y la variación total, cada uno como valor absoluto y como porcentaje, además del número de categorías distintas que el sistema puede resolver.

Dibuja un gráfico de barras de los componentes de varianza para que veas de un vistazo si el problema mayor es el equipo o los operadores, y aplica los umbrales de la AIAG para darte una lectura clara de aceptable, marginal o inaceptable. Todo corre en tu navegador y nada de lo que pegas se guarda.

Cómo funciona este calculador, paso a paso

Empieza con un estudio bien diseñado. Selecciona piezas que abarquen el rango normal del proceso, unas 10, porque el estudio compara el error de medición contra la dispersión de piezas reales, y piezas artificialmente uniformes subestimarían la variación de las partes e inflarían el %R&R de forma engañosa.

Haz que cada operador, idealmente 3, mida cada pieza 2 o 3 veces, en orden aleatorio y sin ver las lecturas anteriores para que la memoria no sesgue las repeticiones. Registra los resultados con una línea por ensayo: la etiqueta del operador y luego la lectura de la pieza 1, la pieza 2 y así a lo largo del renglón. Repite la etiqueta del operador en cada una de sus líneas de ensayo.

El calculador carga con el ejemplo clásico de la AIAG, 10 piezas, 3 operadores, 3 ensayos, para que veas el formato y un resultado real de inmediato.

El motor analiza tus datos en operadores, piezas y ensayos, y luego aplica el método de promedios y rangos. La repetibilidad sale del rango promedio de las lecturas repetidas, la dispersión típica al medir de nuevo la misma pieza, dividido entre el factor d2 del número de ensayos.

La reproducibilidad sale de la dispersión de los promedios de los operadores, el rango entre la media más alta y la más baja de operador, dividido entre el factor d2 del número de operadores, restando antes la contribución de la repetibilidad para que no se cuenten dos veces. La variación de las partes sale del rango de los promedios de las piezas dividido entre el factor d2 del número de piezas.

Cada uno se multiplica por la constante de variación del estudio, 6, para expresarlo como dispersión y no como desviación estándar.

El panel de resultados encabeza con el %R&R frente a los umbrales de la AIAG y lista cada componente en forma absoluta y porcentual. Los porcentajes son la razón entre la variación del estudio de cada componente y la variación total, y como la constante 6 multiplica a todos los componentes, se cancela en esas razones, así que los porcentajes son los mismos sin importar el multiplicador.

El número de categorías distintas, ndc, es 1.41 por la razón entre la variación de las partes y el gage R&R, truncado a entero, y te dice cuántos grupos de piezas puede resolver el sistema de forma confiable. Ingresa una tolerancia y la herramienta agrega el %R&R de la tolerancia, que compara el error de medición con el ancho de especificación en vez de con la dispersión del proceso.

El gráfico de barras muestra %EV, %AV, %R&R y %PV lado a lado, coloreando la barra de gage R&R en verde, ámbar o rojo según el veredicto.

Las fórmulas detrás del método

El método de promedios y rangos estima cada fuente de variación a partir de un rango y un factor de corrección de sesgo llamado d2, que convierte un rango promedio en una desviación estándar para un tamaño de subgrupo dado. La variación de repetibilidad, la variación del equipo EV, es el rango promedio de las mediciones repetidas dividido entre d2 del número de ensayos, por la constante del estudio.

La reproducibilidad, la variación del evaluador AV, parte del rango de los promedios de los operadores dividido entre d2 del número de operadores, pero como ese rango de operadores también contiene algo de repetibilidad, se resta la varianza de repetibilidad dividida entre el número de piezas por ensayos antes de sacar la raíz, lo que da el efecto puro del operador.

El gage R&R es entonces la raíz cuadrada de la suma de las varianzas de repetibilidad y reproducibilidad, porque suman las varianzas, no las desviaciones estándar.

La variación de las partes PV es el rango de los promedios de las piezas dividido entre d2 del número de piezas, por la constante, y la variación total TV es la raíz cuadrada de la suma de la varianza del gage R&R y la varianza de las partes.

Cada porcentaje de componente es ese componente dividido entre la variación total, en por ciento; ten en cuenta que estos porcentajes son razones de desviaciones estándar, así que %EV, %AV, %R&R y %PV no suman 100, mientras que las varianzas subyacentes sí. El número de categorías distintas es 1.41, la raíz cuadrada de 2, por la razón entre la variación de las partes y el gage R&R, truncado.

Cuando ingresas una tolerancia, el %R&R de la tolerancia es simplemente el gage R&R dividido entre el ancho de tolerancia, que compara la dispersión de medición con la especificación en vez de con la dispersión observada del proceso.

Cinco ejemplos resueltos que puedes seguir

Ejemplo 1: el estudio clásico de la AIAG

El valor por defecto del calculador es el ejemplo estándar de la AIAG: 10 piezas, 3 operadores, 3 ensayos. Devuelve una repetibilidad de alrededor de 1.21, una reproducibilidad de cerca de 1.56 y un gage R&R de aproximadamente 1.98 frente a una variación de las partes de unos 6.84 y una variación total de unos 7.12.

El %R&R es 27.7 por ciento, el %EV es 17 por ciento, el %AV es 21.9 por ciento y el %PV es 96.1 por ciento, con 4 categorías distintas.

Un %R&R de 27.7 por ciento cae en la banda marginal, así que este sistema de medición se aceptaría solo tras sopesar la importancia de la aplicación y el costo de la mejora; el ndc de 4, apenas por debajo del 5 deseado, refuerza que el sistema está en el límite.

Ejemplo 2: un instrumento aceptable

Supón que un estudio de 10 flechas maquinadas por 3 operadores en 2 ensayos arroja un gage R&R de 0.8 frente a una variación total de 10.5, lo que da un %R&R de cerca de 7.6 por ciento. Eso es menor al 10 por ciento, así que el sistema de medición es aceptable y puede usarse con confianza para control y análisis de capacidad del proceso. Con una variación de las partes cercana a 10.5 y un gage R&R de 0.8, el ndc es 1.41 por 13.1, o sea unos 18, muy por encima de 5, lo que significa que el instrumento puede resolver muchos grupos distintos de piezas. Este es el perfil que buscas: el ruido de medición es una fracción pequeña de la dispersión real entre piezas.

Ejemplo 3: domina la repetibilidad

Imagina un %R&R de 34 por ciento donde el %EV es 31 por ciento y el %AV apenas 12 por ciento. El sistema es inaceptable, y el diagnóstico es claro por la partición: la repetibilidad, la variación del equipo, es con mucho la fuente mayor, así que el instrumento mismo es inconsistente. Los operadores no son el problema. La solución está en el instrumento o en el dispositivo de sujeción, mejor fijación, calibración, mantenimiento o un instrumento más capaz, no en capacitar operadores. Repetir el estudio tras mejorar la sujeción te diría si el cambio funcionó antes de volver a confiar en el instrumento.

Ejemplo 4: domina la reproducibilidad

Ahora imagina lo contrario: un %R&R de 28 por ciento donde el %AV es 26 por ciento y el %EV solo 10 por ciento. El instrumento repite bien, pero los operadores no coinciden, así que domina la reproducibilidad. Esto apunta a las personas y al método: los operadores pueden leer el instrumento de manera distinta, montar la pieza de forma inconsistente o interpretar una característica ambigua cada quien a su modo. El remedio es una definición operacional más clara, un montaje estandarizado, capacitación hacia una técnica común o dispositivos que eliminen el juicio. El mismo %R&R global puede exigir soluciones opuestas, y por eso justamente el estudio separa las dos fuentes.

Ejemplo 5: comparar contra la tolerancia en vez de la variación total

A veces el objetivo no es el control del proceso sino verificar el instrumento contra la especificación. Toma el mismo gage R&R de 1.98 del Ejemplo 1 y compáralo con un ancho de tolerancia de 40 en lugar de la variación total observada. Usando la dispersión de estudio de 6 sigma de la AIAG, la dispersión del gage R&R es 6 × 1.98 = 11.88, así que %R&R contra tolerancia = 11.88 ÷ 40 = 29.7 por ciento — un poco mayor que el 27.7 por ciento medido contra la variación total. La base que elijas cambia el veredicto, así que declara siempre si un %R&R se compara con la variación total o con la tolerancia.

Tres consejos de experto para un estudio confiable

Cómo leer el veredicto del %R&R

El %R&R es el número que casi todos miran primero, y la guía de la AIAG le da tres bandas. Menos del 10 por ciento, el sistema de medición es aceptable: el error de medición es una fracción lo bastante pequeña de la variación como para confiar en el instrumento para control del proceso, estudios de capacidad y disposición de piezas.

Entre 10 y 30 por ciento, el sistema es marginal, aceptable solo según la importancia de la aplicación, el costo del instrumento y el costo o la posibilidad de mejorarlo; un instrumento marginal que mide una característica crítica debería mejorarse, mientras que uno marginal en una característica no crítica podría tolerarse.

Más del 30 por ciento, el sistema es inaceptable y debe mejorarse antes de confiar en sus mediciones, porque más de un tercio de la variación observada es ruido que el instrumento está añadiendo.

Dos advertencias mantienen honesto al veredicto. Primera, el porcentaje depende de contra qué se compara. Comparado con la variación total, responde si el instrumento puede distinguir una pieza de otra, la pregunta correcta para el análisis del proceso. Comparado con la tolerancia, responde si el instrumento puede separar piezas conformes de no conformes, la pregunta correcta para la inspección.

Un instrumento puede aprobar una prueba y fallar la otra, así que elige la comparación que corresponda a la función del instrumento, y este calculador reporta ambas cuando ingresas una tolerancia. Segunda, las bandas son guías, no leyes físicas.

Un resultado de 31 por ciento en un instrumento barato que mide una característica crítica y ajustada claramente exige acción; un resultado de 9 por ciento es cómodo pero no una licencia para dejar de vigilar el sistema de medición, que puede derivar con el tiempo y debe reestudiarse periódicamente.

Repetibilidad frente a reproducibilidad: arreglar lo correcto

La razón por la que el Gage R&R separa el error de medición en dos fuentes es que tienen causas distintas y soluciones distintas, y un solo número global escondería cuál de las dos tiene la culpa. La repetibilidad, la variación del equipo, vive en el instrumento y en el dispositivo de sujeción.

Cuando domina, el mismo operador que mide la misma pieza no logra dar dos veces la misma respuesta, y las causas son físicas: un instrumento gastado o sucio, poca resolución, una sujeción inestable que deja moverse a la pieza, una característica genuinamente difícil de ubicar o efectos ambientales como la temperatura.

Las soluciones son igual de físicas, mantenimiento, calibración, mejor fijación y ubicación, instrumentos de mayor resolución o controlar el ambiente, y ninguna involucra a los operadores, así que capacitar sería desperdiciar esfuerzo.

La reproducibilidad, la variación del evaluador, vive en las personas y en el procedimiento. Cuando domina, el instrumento repite bien pero distintos operadores obtienen respuestas sistemáticamente diferentes, y las causas son humanas y de procedimiento: operadores que leen una escala analógica de modo distinto, que montan o sostienen la pieza a su manera, que aplican presión inconsistente o que interpretan una característica ambigua sin una definición compartida.

Las soluciones apuntan al método y a las personas, una definición operacional precisa de qué y cómo medir, montaje y sujeción estandarizados que eliminen el juicio, capacitación hacia una técnica común y, a veces, automatizar la lectura para diseñar y sacar la variación humana.

Como las dos fuentes exigen respuestas opuestas, lee siempre la partición %EV y %AV antes de actuar: el mismo %R&R que falla puede significar reemplazar el instrumento en un estudio y recapacitar a los operadores en otro, y la partición es lo único que te dice cuál.

El número de categorías distintas

El %R&R te dice la fracción de variación que es ruido de medición, pero el número de categorías distintas, ndc, responde una pregunta complementaria y muy práctica:

¿qué tan fino puede resolver este sistema de medición las diferencias entre piezas? Es el número de grupos de piezas que no se traslapan y que el sistema puede distinguir de forma confiable a lo largo del rango observado de variación de las partes, calculado como 1.41 por la razón entre la variación de las partes y el gage R&R, truncado a entero.

De forma intuitiva, si el error de medición es grande frente a la dispersión de piezas, el sistema solo puede agrupar piezas de forma gruesa; si el error es pequeño, puede distinguir muchas gradaciones finas.

La guía es que el ndc sea al menos 5. Un sistema con 5 o más categorías distintas puede usarse para control y análisis del proceso por variables, porque resuelve suficientes gradaciones para detectar corrimientos, estimar capacidad y sustentar la aritmética de las gráficas de control. Cuando el ndc baja a 2, 3 o 4, el sistema pierde resolución, y en un ndc de 1 esencialmente solo puede clasificar piezas en dos grupos, funcionando como un instrumento pasa/no pasa y no como una medición por variables.

Eso tiene una consecuencia concreta: un sistema con ndc bajo no puede sustentar las herramientas estadísticas que suponen una medición continua, así que un estudio de capacidad o una gráfica de control construidos sobre él no son confiables.

Como el ndc lo impulsa la misma razón que al %R&R, ambos suelen coincidir, un sistema por debajo del 10 por ciento de %R&R superará con holgura las 5 categorías, y uno por encima del 30 por ciento se quedará corto, pero vale la pena leer el ndc por sí mismo porque enmarca la limitación del instrumento en términos de lo que puede y no puede resolver, algo que muchas veces es más intuitivo para el personal de piso que un porcentaje.

Variación total o tolerancia: qué comparación usar

Un porcentaje de Gage R&R es una razón, y lo que va en el denominador cambia la pregunta que respondes, así que elegir la comparación correcta es esencial. Comparar el gage R&R con la variación total, la dispersión del proceso observada en el estudio, pregunta si el sistema de medición puede distinguir una pieza de otra tal como varían realmente en producción.

Esta es la comparación que quieres cuando el instrumento se usará para análisis del proceso: para gráficas de control, para estudios de capacidad, para detectar si el proceso se corrió.

Si el ruido de medición es una fracción grande de la variación real entre piezas, el instrumento difumina justo las diferencias que esas herramientas intentan detectar, así que el %R&R de la variación total es el número que manda.

Comparar el gage R&R con la tolerancia, el ancho de especificación LSE menos LIE, pregunta algo distinto: ¿puede el sistema de medición separar de forma confiable las piezas conformes de las no conformes? Esta es la comparación que quieres cuando la función principal del instrumento es la inspección, decidir pasa o no pasa contra una especificación.

Aquí la dispersión del proceso es irrelevante; lo que importa es si el error de medición es pequeño frente a la banda de especificación, porque un instrumento cuyo error es una fracción grande de la tolerancia clasificará mal las piezas cercanas a los límites, dejando pasar malas y rechazando buenas. Las dos comparaciones pueden discrepar mucho. Un proceso muy capaz con una tolerancia amplia podría tener un instrumento que se ve pobre contra la variación total ajustada pero excelente contra la tolerancia generosa, o al revés en un proceso marginal con una especificación apretada.

Este calculador reporta el %R&R de la variación total por defecto, y cuando ingresas la tolerancia agrega el %R&R de la tolerancia, para que juzgues el instrumento contra el estándar, o ambos, que corresponda a cómo lo usas realmente.

Diseñar un estudio que dé una respuesta honesta

La validez de un Gage R&R descansa por completo en cómo se corre el estudio, y unas pocas decisiones de diseño separan un resultado significativo de uno engañoso. La más importante es la selección de piezas.

Las piezas deben abarcar el rango normal de variación del proceso, porque el estudio mide el error del instrumento contra la dispersión entre piezas, y si les das a los operadores diez piezas casi idénticas la variación de las partes se colapsa, el %R&R se infla y un instrumento perfectamente bueno falla el estudio por la razón equivocada.

Elige a propósito piezas de todo el rango que de verdad produces, desde cerca de un límite de especificación hasta cerca del otro, para que el denominador del porcentaje refleje la producción real.

Le siguen la aleatorización y el ocultamiento. Cada operador debería medir las piezas en un orden aleatorio e independiente en cada ensayo, y no ver sus propias lecturas anteriores ni las de otros operadores. Si los operadores miden las piezas en el mismo orden siempre, o pueden recordar lo que leyeron hace un momento, la repetibilidad se ve artificialmente pequeña porque están reproduciendo un número recordado y no midiendo de nuevo de verdad, y el estudio subestima la verdadera variación del equipo.

El balance también importa: cada operador debería medir cada pieza el mismo número de veces, porque la aritmética de promedios y rangos supone un diseño cruzado balanceado. Por último, corre el estudio en condiciones normales, con los operadores que de verdad hacen el trabajo, usando el instrumento y la sujeción reales en el ambiente real, para que la variación de medición que estimas sea con la que vas a vivir y no una versión idealizada producida con cuidado especial.

Un estudio corrido sin cuidado no solo da un número equivocado, da un número equivocado con confianza, que es peor que ninguno.

Errores comunes en los estudios Gage R&R

Estos errores se repiten y arruinan en silencio los estudios de medición. Vigílalos.

• Piezas uniformes. Elegir piezas demasiado parecidas encoge la variación de las partes e infla el %R&R, haciendo fallar a un buen instrumento. Abarca el rango real del proceso.
• Operadores que ven resultados previos. Si los evaluadores recuerdan o copian lecturas anteriores, la repetibilidad sale falsamente baja. Aleatoriza el orden y oculta los ensayos.
• Leer solo el %R&R. El número global no dice si arreglar el instrumento o capacitar a la gente. Lee siempre la partición %EV frente a %AV.
• Denominador equivocado. Juzgar un instrumento de inspección contra la variación total, o uno de proceso contra la tolerancia, responde la pregunta equivocada. Ajusta la comparación al uso.
• Confundir precisión con exactitud. Un %R&R bajo significa preciso, no correcto. El sesgo, la linealidad y la estabilidad son estudios aparte que necesitan patrones de referencia.
• Muy pocas piezas, operadores o ensayos. Un estudio con un puñado de mediciones da una estimación imprecisa. Usa las 10 piezas, 3 operadores y 2 a 3 ensayos recomendados.
• Estudiar una vez y olvidar. Los sistemas de medición derivan. Repite el estudio periódicamente y tras cualquier cambio en el instrumento, la sujeción o el método.

Dónde encaja el Gage R&R en las herramientas de calidad

El Gage R&R es el cimiento bajo cualquier otro cálculo de calidad, porque todos consumen mediciones y ninguno merece más confianza que el sistema de medición que los alimentó.

Esto no es una figura retórica: un índice de capacidad calculado con datos cargados de ruido de medición subestimará la capacidad real, porque la dispersión observada incluye el error del instrumento; una gráfica de control construida sobre un instrumento ruidoso o bien pasará por alto corrimientos reales o se disparará por variación de medición; y un conteo de defectos depende de medir bien la característica en primer lugar.

Correr primero el Gage R&R, y arreglar el sistema de medición si falla, es lo que hace significativos los números de más adelante.

En concreto, una vez validado aquí el sistema de medición, la calculadora de capacidad de proceso puede convertir datos confiables en Cp, Cpk, Pp y Ppk, y la calculadora de gráficos de control puede fijar límites que respondan al proceso y no al ruido del instrumento.

Las herramientas de defectos y rendimiento, la calculadora de nivel sigma y DPMO y la calculadora de rendimiento de proceso, dependen igual de mediciones que clasifiquen bien las piezas, e incluso la calculadora de muestreo de aceptación supone que cada unidad inspeccionada se juzga defectuosa o buena de forma confiable, lo cual es una cuestión de medición.

En un proyecto Six Sigma, el análisis del sistema de medición vive en la fase de Medir precisamente porque debes confirmar que los datos son sólidos antes de analizarlos. Empieza aquí y luego pasa al resto del hub de Control de Calidad con la confianza de que tus números significan lo que dicen.

Precisión no es exactitud: los límites de este estudio

Es esencial entender qué no mide un Gage R&R, porque un %R&R bajo puede adormecerte hasta confiar en un instrumento que está calladamente equivocado. Este estudio cuantifica la precisión, la repetibilidad y reproducibilidad de la medición, qué tan consistentemente el sistema da la misma respuesta.

No dice nada sobre la exactitud, si esa respuesta consistente está centrada en el valor verdadero. Un instrumento puede ser bellamente preciso, con cada operador obteniendo lecturas casi idénticas, y a la vez estar sesgado, leyendo siempre alto o bajo por una cantidad fija, o ser no lineal, sesgado por cantidades distintas a lo largo de su rango.

Precisión y exactitud son independientes, y el Gage R&R solo ve la primera.

La exactitud es el dominio de otros tres estudios de análisis del sistema de medición, y un programa MSA completo los incluye junto al R&R. El sesgo mide si la lectura promedio difiere de un patrón de referencia conocido. La linealidad mide si ese sesgo cambia a lo largo del rango de medición, de modo que un instrumento podría ser exacto en el centro y estar desviado en los extremos. La estabilidad mide si el sesgo deriva con el tiempo, que es la razón por la que existen los calendarios de calibración.

Los tres requieren un patrón de referencia, una pieza o maestro de valor verdadero conocido, que es justo lo que un Gage R&R no necesita, y esa es la línea divisoria práctica: los estudios R&R analizan la variación sin referencia, mientras que los estudios de exactitud comparan contra una. La conclusión es que aprobar un Gage R&R es necesario pero no suficiente para un sistema de medición confiable. Un instrumento preciso pero sesgado juzgará mal las piezas de forma consistente, y solo un estudio de sesgo o linealidad lo revelará.

Trata el resultado de este calculador como la mitad de precisión del panorama, y acompáñalo con calibración contra patrones trazables para la mitad de exactitud.

El costo de negocio de un instrumento en el que no puedes confiar

Es tentador tratar un estudio de medición como un trámite, una casilla que marcar antes de que empiece el trabajo de verdad, pero un sistema de medición inadecuado carga costos grandes, reales y casi siempre invisibles hasta que los buscas. Cuando demasiada de la dispersión observada es ruido de medición, siguen dos errores caros.

Se rechazan piezas buenas, porque el ruido empuja una lectura dentro de especificación más allá del límite, y desechas o reprocesas producto que estaba bien, pagando dos veces por el ruido. Se aceptan piezas malas, porque el ruido jala una pieza fuera de especificación de vuelta dentro del límite, y el escape llega al cliente, donde el costo de una falla en campo empequeñece al del estudio que la habría atrapado.

Ambos errores crecen conforme crece el error de medición, y ambos son silenciosos, porque el operador solo ve un número, no el ruido dentro de él.

El costo más sutil es la corrupción de las decisiones. Un estudio de capacidad corrido sobre un instrumento ruidoso subestima la capacidad real, así que un proceso capaz se ve marginal y recibe atención innecesaria, o uno marginal se ve capaz y la evade. Una gráfica de control sobre un instrumento ruidoso grita que viene el lobo, disparándose por variación de medición, hasta que los operadores aprenden a ignorarla, momento en el que también deja pasar la señal real.

Los proyectos de mejora persiguen variación fantasma que vive en el instrumento, no en el proceso, malgastando esfuerzo de ingeniería en un problema que un estudio de medición de dos horas habría ubicado con precisión. Frente a estos costos, un Gage R&R es barato: una mañana de mediciones y un cálculo.

El retorno no es solo un número, sino la confianza de que cada decisión posterior descansa sobre datos que significan lo que dicen, y por eso el análisis del sistema de medición se trata como un requisito previo y no como una ocurrencia tardía en cualquier programa de calidad serio.

Formato de datos y referencia rápida

Ingresa una línea por ensayo. Comienza la línea con la etiqueta del operador, un nombre o letra, y luego lista una lectura por pieza a lo largo del renglón, separadas por espacios o comas. Repite la etiqueta del operador en cada una de sus líneas de ensayo, de modo que un operador que mide tres veces aporta tres líneas. Cada línea debe tener el mismo número de lecturas, una por pieza, y necesitas al menos 2 operadores, 2 ensayos y 2 piezas; el estudio recomendado es 10 piezas, 3 operadores y 3 ensayos. La tolerancia opcional es el ancho de especificación, LSE menos LIE, en las mismas unidades que tus lecturas. La referencia de abajo resume la guía de aceptación de la AIAG.

Preguntas frecuentes

Fuentes, aviso legal y transparencia editorial

El método, las fórmulas, los factores d2 y los umbrales de aceptación usados aquí siguen el manual de referencia Análisis de Sistemas de Medición (MSA) de la AIAG y el método de promedios y rangos para un estudio Gage R&R cruzado. Este calculador y esta guía son creados y revisados por el equipo de OpsCalculators; consulta nuestra Política Editorial para saber cómo se investiga, construye y prueba cada herramienta.

Los resultados son estimaciones precisas para planeación y educación, no asesoría de ingeniería certificada, y esta herramienta implementa el método de promedios y rangos; el método ANOVA además estima la interacción operador por pieza y puede diferir ligeramente. El Gage R&R mide solo la precisión, no la exactitud; acompáñalo con estudios de sesgo, linealidad y estabilidad contra patrones trazables. Consulta nuestro Aviso Legal completo. OpsCalculators.com es operado por MAFHH INTERNATIONAL LTD. Tus datos se procesan en tu navegador y nunca se guardan; consulta nuestra Política de Privacidad.