2020

VOLVIENDO A LOS FUNDAMENTOS

Asegurando Repetibilidad & Reproducibilidad

¿Es confiable su proceso de decisión?

por Scott Force

La mayoría de los profesionales de calidad están familiarizados con la herramienta tradicional de análisis de sistemas de medición (MSA, por sus siglas en inglés) variable, también conocida como estudio de repetibilidad y reproducibilidad de instrumentos (R&R). Cuando fui ingeniero de calidad en la industria automotriz, pasé mucho tiempo asegurándome de que existieran estudios de R&R de los indicadores para las dimensiones críticas que fueron verificadas por los inspectores de calidad de producción.

Los MSA también son una parte crítica de la fase de medición de la definición, medición, análisis, mejorar y control del proceso (vea la Figura 1). Aseguran que cualquier análisis estadístico detallado que sigue en la fase de análisis se base en datos sólidos y confiables. Sin embargo, al considerar los datos de atributos, siempre sentí que mi proceso de MSA era débil. Después de aprender un proceso más formal durante mi entrenamiento Six Sigma Black Belt y usar el análisis por atributos de Minitab y la estadística kappa, me di cuenta de la gran cantidad de oportunidades para medir y mejorar las mediciones de atributos.

Figura 1

Además de los medidores básicos de calibre fijo ampliamente utilizados en la fabricación, los sistemas de medición de atributos están muy extendidos en los procesos transaccionales (no de fabricación) y, en mi experiencia, rara vez se evalúan para R&R. Los ejemplos incluyen decidir:

  • Qué código de defecto asignar a una queja del cliente.
  • Qué código de rechazo de seguro asignar a una factura médica.
  • Que procedimiento estándar de operación utilizar.
  • Si elegir el “si” o “no” en el flujo del proceso.

En muchos casos, las decisiones tomadas alimentan un sistema de recopilación de datos utilizado en última instancia por la administración para crear un diagrama de Pareto de las diversas categorías de defectos a las cuales asignar esfuerzos de mejora de procesos. Si el proceso de toma de decisiones es inconsistente, estos diagramas de Pareto pueden llevar a un equipo hacia el área de enfoque equivocada, descarrilando su proceso de resolución de problemas.

La matemática general de la evaluación de atributos es sencilla, con la excepción de la estadística kappa. Los resultados de Minitab proporciona tres estadísticas básicas, así como el valor kappa (consulte la Tabla 1). Para comprender la consistencia de un evaluador individual, hay un puntaje “dentro del evaluador”, que se basa en una escala del 0% al 100%. Cuanto mayor sea el valor, más consistente es el individuo para tomar las mismas decisiones repetidamente. Esta es la métrica de repetibilidad.

Tabla 1

El puntaje “entre evaluadores” compara a todos los evaluadores en el estudio. Cuanto mayor sea el valor, más consistentes son todos los evaluadores para tomar las mismas decisiones repetidamente. Esta es la métrica de reproducibilidad.

El puntaje de “evaluador versus estándar” compara a todos los evaluadores con el estándar, lo que proporciona una métrica más reveladora: con qué frecuencia todos los evaluadores toman las mismas decisiones correctas repetidamente. Esta es la métrica de precisión.

Kappa es la métrica final y es un poco más compleja. Considera las respuestas esperadas frente a las observadas y, similar a las otras métricas, se expresa como un porcentaje. Cuantifica cuánto mejor que el azar el proceso de toma de decisiones obtiene los resultados en el estudio.

Las tres métricas generalmente son aceptables si son superiores al 70%.

Considere cuántas decisiones se toman cada día en las oficinas de ingeniería, contabilidad y consultorios médicos, por ejemplo. Si todos fueran evaluados, ¿qué tan consistentes serían?

Como herramienta de planificación estratégica, y de forma similar a como el mapeo de flujo de valor ayuda a destacar el desperdicio y dirigir a los equipos a las áreas de oportunidad más grandes, una serie de evaluaciones de atributos en los procesos de toma de decisiones puede indicar la necesidad de futuros proyectos Six Sigma o eventos kaizen.


Scott Force es un líder de mejora continua en Greensboro, NC. Ostenta un grado de Licenciatura en Ingeniería de Manufactura por la Miami University in Oxford, OH. Es un miembro senior de la ASQ, Force es un ingeniero, técnico y Six Sigma Black Belt por la ASQ.


Average Rating

Rating

Out of 0 Ratings
Rate this article

Add Comments

View comments
Comments FAQ


Featured advertisers