Te encargaron entregar el estudio que libera una estación. Aparecen siglas —MSA, Cg, Cgk, Gage R&R, ANOVA, ndc, Cpk— y nadie te explicó qué pregunta responde cada una.
Esta guía las construye desde cero. Cada idea se dibuja antes de nombrarse, y no se usa ningún término que no se haya explicado antes. Las figuras se mueven: arrastra los controles y mira qué pasa.
Conectas una tarjeta al fixture. La estación mide 4.107 V. El límite es de 3.8 a 4.2. Pasa. Siguiente.
Pero hazte una pregunta incómoda: si desconectas la tarjeta y la vuelves a conectar sin tocar nada más, ¿va a salir otra vez 4.107?
No. Va a salir 4.109, luego 4.104, luego 4.111. Y ninguna de esas es “la buena”. Una medición sola no es un dato: es un dato al que le falta contexto. El contexto es qué tanto se mueve cuando la repites.
Presiona el botón y ve acumulando mediciones de la misma tarjeta.
Dos cosas aparecen solas al acumular puntos. La primera es que se amontonan alrededor de un centro: ese es el promedio, y es tu mejor estimación del valor real. La segunda es que la nube tiene un ancho. Y ese ancho es el tema de toda esta guía.
Necesitamos un número que describa qué tan ancha es esa nube. Podríamos usar “el más grande menos el más chico”, pero eso depende de un solo punto desafortunado: una medición rara te arruina la cifra.
Lo que se usa es la desviación estándar, que se escribe con la letra griega sigma, σ. Puedes pensarla como la distancia típica de un punto al centro. No la mayor, no la menor: la típica.
Tiene una propiedad que la vuelve útil como regla mental. Si la nube tiene la forma acampanada que casi siempre tiene:
De ahí sale el número que vas a ver por todas partes: 6σ —tres para cada lado— es “prácticamente todo lo que tu sistema puede escupir”. Cuando un documento de MSA dice 6σ, está diciendo el ancho completo de la nube.
Ahora la idea central de todo el tema, y viene con una analogía que conviene que se te quede.
Estás fotografiando con la mano temblorosa. La foto sale borrosa por dos razones distintas: porque lo que fotografías se está moviendo, y porque tu mano tiembla. Mirando la foto no puedes separar una cosa de la otra: solo ves el borrón total.
Medir es exactamente eso. Las tarjetas que salen de producción son de verdad distintas entre sí —esa es la variación real del producto— y encima tu estación tiembla. Lo que registras es la suma.
Pero las anchuras no se suman como uno esperaría. Se suman en cuadratura: como los catetos de un triángulo rectángulo. Un producto con 3 de dispersión medido por un equipo con 4 de ruido no da 7, da 5.
Mueve los dos controles y observa la tercera curva, la que tú realmente ves en tus reportes:
Si la curva gris es mucho más ancha que la azul, vas a rechazar tarjetas buenas que el ruido empujó fuera del límite, y vas a aceptar tarjetas malas que el ruido empujó hacia adentro. La segunda es la que llega al cliente y se convierte en una queja de campo.
Volvamos a la cámara. ¿Cómo mides solo el temblor de tu mano, sin la escena? Fácil: fotografías algo que no se mueve. Todo el borrón que quede es tuyo.
Eso es exactamente el Estudio Tipo 1, el primero que se hace y el más barato: una sola pieza patrón, medida entre 25 y 50 veces seguidas, por un solo operador. Como la pieza no cambia, la nube completa es de la estación.
Ahora tenemos el ancho del ruido. ¿Contra qué lo comparamos para decir si es aceptable? Contra la tolerancia: el ancho de lo que el diseño permite. Si el límite va de 3.8 a 4.2 V, la tolerancia es 0.4 V.
La convención —y es solo una convención, acordada en la industria— dice que el instrumento tiene derecho a ocupar como máximo el 20% de la tolerancia. Ese es el presupuesto de ruido.
Y con eso ya puedes leer la fórmula de Cg sin que te asuste:
Cg = (20% de la tolerancia) ÷ (6σ del ruido)
En palabras: cuántas veces cabe la nube de tu instrumento dentro del presupuesto que tiene asignado. Si cabe una vez justa, Cg = 1. La industria pide que quepa con holgura: Cg ≥ 1.33.
Mueve el ruido y mira cómo la nube naranja crece hasta desbordar la banda azul:
Y el segundo control, ¿qué hace? Mueve el centro de la nube. Un instrumento puede ser muy repetible y estar corrido: siempre mide 30 mV de más. Eso se llama sesgo, y Cg no lo ve, porque Cg solo mide el ancho.
Cgk es Cg castigado por el sesgo. Es la versión honesta: sirve de poco un instrumento consistentísimo que consistentemente miente.
El sesgo se mide contra el valor certificado de una pieza patrón calibrada, no contra el centro de la tolerancia. Mucha gente usa el centro porque es lo que tiene a la mano — y eso solo da lo mismo si el nominal está exactamente al centro y el patrón está exactamente en el nominal. Con límites asimétricos, el Cgk sale mal y el estudio no es defendible.
Pasaste el Tipo 1. Tu instrumento se repite bien y está centrado. ¿Ya terminaste? No, y aquí viene la parte que casi nadie explica bien.
Piensa en una báscula de baño que marca de kilo en kilo. Es repetible: si te subes cinco veces marca 70 cinco veces. Está bien calibrada. Y aun así es completamente inútil para pesar cartas, porque todas las cartas le van a dar cero.
Ser repetible no es lo mismo que ser capaz de distinguir. Y distinguir es lo que necesitas: tu estación existe para separar tarjetas buenas de tarjetas malas.
Aquí está la misma escena de diez tarjetas reales, medidas por sistemas con distinto ruido. Súbele al ruido y observa el momento en que las barras dejan de estar separadas:
El número que resume eso se llama ndc, de number of distinct categories: cuántos escalones diferentes alcanza a resolver tu sistema dentro de la dispersión real del producto.
Con ndc = 2 solo puedes decir “grande o chico”. Con ndc = 1 no puedes decir nada. La regla de aceptación es ndc ≥ 5, que es el mínimo para hacer control estadístico con esos datos.
El otro número es %GRR: qué porcentaje de todo lo que ves es ruido de medición en vez de producto. Es la misma idea vista al revés, y es el que van a mirar primero en la revisión.
Falta una fuente de variación que el Tipo 1 no puede ver, porque el Tipo 1 tiene un solo operador.
En una estación de prueba el operador no gira una perilla, pero sí asienta la tarjeta en el fixture, cierra la prensa y conecta los arneses. Si Juan aprieta más que María, las mediciones de Juan salen distintas. Eso es real y hay que medirlo.
Las dos erres de Gage R&R son justamente esas dos fuentes:
Repetibilidad — la variación cuando nada cambia: misma tarjeta, mismo operador, mediciones seguidas. Es el equipo. También la vas a ver escrita como EV, de equipment variation.
Reproducibilidad — la variación que aparece cuando cambia quién mide. Es el operador. Aparece como AV, de appraiser variation.
Para poder separarlas necesitas un experimento donde las tres fuentes estén presentes y ordenadas: 10 tarjetas, 3 operadores, 3 repeticiones cada uno. Noventa mediciones acomodadas en una rejilla.
Y ahora sí: ANOVA —analysis of variance, análisis de varianza— es simplemente el procedimiento para repartir la culpa mirando esa rejilla. No es magia ni requiere estadística avanzada para entenderse. Es una idea de tres pasos, y cada paso mira un lugar distinto de la misma rejilla.
Presiona cada botón:
Cada celda tiene tres barritas: son las tres veces que ese operador midió esa tarjeta. Los tres botones de arriba señalan de dónde sale cada componente.
Eso es todo. Las tres bolsas suman el 100% de lo que observaste, y el reporte te dice qué porcentaje se llevó cada una. Si el equipo y el operador juntos se llevan menos del 10%, tienes un sistema de medición aceptable.
Existe un método más viejo llamado promedios y rangos que hace un reparto parecido con aritmética de lápiz. Da resultados similares, pero no detecta un caso que sí importa: cuando un operador específico batalla con una tarjeta específica. El ANOVA sí lo ve, y por eso es el método recomendado hoy.
Si tu estación mide sola y nadie manipula nada —una prueba en línea con carga automática— puedes correr un Tipo 3, que es el mismo estudio quitándole la fila del operador. Reparte la culpa en dos bolsas en vez de tres. Muchos clientes lo aceptan; verifica el tuyo antes de diseñar el experimento, porque decide cuánta gente necesitas.
| Indicador | Criterio | Qué significa |
|---|---|---|
| Cg, Cgk | ≥ 1.33 | El ruido del instrumento cabe con holgura en el presupuesto del 20% de la tolerancia, y no está corrido. Estudio Tipo 1. |
| %GRR | < 10% | El sistema de medición aporta menos del 10% de lo que observas. Aceptable sin condiciones. |
| %GRR | 10 – 30% | Aceptable con justificación documentada, según qué tan crítica sea la característica y cuánto costaría mejorar el equipo. |
| %GRR | > 30% | No aceptable. Hay que arreglar el sistema antes de usarlo para decidir calidad. |
| ndc | ≥ 5 | Resuelve al menos cinco escalones dentro de la dispersión del producto. |
Estos dos aparecen en todas las juntas y casi siempre se confunden con MSA. No son MSA. MSA evalúa tu instrumento; Cp y Cpk evalúan el producto. Y solo significan algo después de que el instrumento pasó, porque si no, no sabes cuánta de esa dispersión es tuya.
Cp pregunta si el proceso cabría en la tolerancia: compara el ancho permitido contra el ancho del proceso. Pero no mira dónde está puesto.
Cpk sí. Mide la distancia del promedio al límite más cercano. Por eso siempre es menor o igual que Cp.
Mueve el centro del proceso sin cambiar su ancho y observa: Cp no se inmuta, Cpk se desploma.
Si te sale Cpk = 20, lo más probable no es que el proceso sea perfecto: es que tu instrumento no tiene resolución suficiente. Cuando todas las lecturas salen idénticas hasta el último dígito reportado, σ se va casi a cero y el Cpk se dispara. Es redondeo disfrazado de excelencia, y una auditoría lo detecta rápido.
Este es el error que más estudios tumba. Las diez deben cubrir el rango real de producción, no ser diez tarjetas doradas casi idénticas. El %GRR compara el ruido de medición contra la dispersión del producto: si no le das dispersión de producto, sale altísimo y el ndc se cae — y no porque tu estación sea mala, sino porque el experimento estaba mal armado.
Las corridas van en orden aleatorio y sin que el operador vea sus resultados anteriores. Si mide las diez en el mismo orden tres veces seguidas, cualquier calentamiento de la estación entra a los datos disfrazado de variación de tarjeta.
Una estación no tiene una medición: tiene decenas o cientos. Una tarjeta de control con 58 mediciones numéricas necesita 58 estudios completos, cada uno con su reparto de varianza, su veredicto y sus gráficas. Por las 90 corridas del diseño, son más de cinco mil valores que hay que agrupar por tarjeta, operador y repetición.
Eso es lo que convierte un análisis conceptualmente simple en una semana de trabajo — y lo que hace que muchas estaciones se liberen con el estudio de una sola característica “representativa”, que es justo lo primero que un auditor cuestiona.
Lo que un auditor busca en el paquete de liberación, en el orden en que lo revisa:
Nada de lo anterior es difícil de entender. Lo difícil es hacerlo cientos de veces sin equivocarse, y repetirlo completo cada vez que se modifica la secuencia o se cambia un fixture.
TestStand ya guarda todo lo que necesitas: cada valor medido, sus límites, el número de serie de la unidad, el operador, la estación y la hora, dentro de los reportes XML de cada corrida. El trabajo manual está en sacar eso de los archivos y reorganizarlo — no en la estadística.
Lee los reportes ATML de NI TestStand, reconstruye cada corrida como una unidad independiente y calcula los indicadores por característica con el estándar que elijas.
Lo que todavía no hace: el Gage R&R con ANOVA está en desarrollo. La aplicación ya lee el número de serie, el operador y la estación de cada corrida —que es lo que hace falta para armar la rejilla del estudio—; falta el reparto de varianza y su reporte. Preferimos decirlo antes de que lo compres.
Preguntas frecuentes
Los dieciséis puntos que un auditor revisa en un paquete de liberación de estación, con los criterios de aceptación de cada uno. Sin registro y sin correo: ábrelo, imprímelo y úsalo.
Abrir el checklistGuías técnicas sobre análisis de datos de prueba: linealidad y estabilidad, acuerdo de atributos, y cómo leer un reporte de TestStand. Una cada tanto, cuando hay algo que decir.
Sin spam. Puedes darte de baja desde cualquier correo.
