Dos sensores registran la misma presión y, aun así, la línea de producción empieza a descartar piezas: la correlación entre sus lecturas parece alta, pero eso no demuestra que coincidan lo suficiente. El análisis de Bland-Altman permite estimar cuánto difieren, aunque el resultado solo sirve para decidir si son intercambiables cuando se compara con una tolerancia aceptable para el proceso.
La diferencia entre sensores debe caber dentro de la tolerancia del proceso
- Sesgo: la diferencia media indica si un instrumento tiende a medir por encima o por debajo del otro.
- Límites de acuerdo: estiman el intervalo donde se espera encontrar alrededor del 95 % de las diferencias, bajo los supuestos del método.
- Tolerancia primero: define cuánto error admite el proceso antes de interpretar el gráfico.
- Correlación no basta: dos instrumentos pueden correlacionarse mucho y discrepar demasiado para sustituirse.
- Repeticiones: si hay varias lecturas por pieza, el cálculo simple puede quedarse corto.
El gráfico revela discrepancias que la correlación puede ocultar
En una comparación industrial, cada punto representa un par de lecturas sobre la misma pieza o condición. En el eje horizontal se coloca la media de ambas mediciones; en el vertical, la diferencia, por ejemplo, sensor A menos sensor B. Así se ve si las discrepancias cambian según el nivel medido.
La línea central representa el sesgo medio, es decir, la diferencia sistemática entre métodos. Los límites de acuerdo suelen calcularse como el sesgo más y menos 1,96 veces la desviación estándar de las diferencias; si estas siguen aproximadamente una distribución normal y su variabilidad no depende de la magnitud, se espera que cerca del 95 % quede dentro del intervalo. Bland y Altman describen también cómo abordar situaciones en que la diferencia depende de la magnitud.
La correlación responde a otra pregunta: si las lecturas aumentan juntas, no cuánto se separan. Creo que confundir asociación con acuerdo es uno de los errores más costosos al decidir si un instrumento nuevo puede reemplazar al existente.
La tolerancia de fabricación decide si los límites son aceptables
Un gráfico puede parecer ordenado y, sin embargo, ser inútil para liberar producto. El método calcula la dispersión de las diferencias; no determina por sí mismo qué discrepancia tolera tu proceso. Esa decisión debe salir de la especificación, del riesgo de aceptar una pieza fuera de tolerancia o de los requisitos de control aplicables.
Supón, solo como ejemplo didáctico, que al comparar dos sensores de presión se obtiene un sesgo de 0,2 bar y límites de acuerdo de −1,4 a 1,8 bar. Si la diferencia máxima aceptable entre sensores es ±1 bar, el intervalo rebasa ambos extremos: el sesgo pequeño no compensa esa dispersión y no justificaría sustituir un instrumento por el otro sin investigar o ajustar el sistema.
La regla práctica queda así: si todo el intervalo de acuerdo cabe dentro de la tolerancia previamente definida, la concordancia puede ser aceptable para ese uso; si lo rebasa, no declares equivalencia por una media cercana a cero. Si la tolerancia no está definida, primero acuerda el criterio técnico con calidad e ingeniería.
Una correlación de 0,996 puede coexistir con discrepancias enormes
Un ejemplo publicado ilustra por qué una correlación casi perfecta puede llevar a una conclusión equivocada. En un conjunto de datos didáctico, la correlación entre métodos alcanza 0,996, mientras que los límites de acuerdo calculados van de −95,4 a 41,1 unidades; para muchas aplicaciones, una diferencia de ese tamaño podría resultar inaceptable.
La conclusión no es que ese intervalo se aplique a tus equipos, sino que la correlación alta no prueba intercambiabilidad. El ejemplo de Understanding Bland Altman analysis muestra cómo dos métodos pueden seguir el mismo patrón general y aun así diferir demasiado en cada medición para el propósito previsto.
En planta, esto importa cuando los equipos cubren un rango amplio: ambos pueden subir y bajar juntos a medida que cambia la presión, temperatura o dimensión, aunque uno mantenga un desfase considerable. Mira la escala de la diferencia, no solo la forma ascendente de las lecturas.
El patrón de los puntos indica qué investigar en los instrumentos
Los puntos cuentan una historia distinta cuando forman una nube irregular, un abanico o una banda inclinada. Antes de aceptar un único sesgo y unos límites constantes, revisa si la diferencia cambia con el nivel de medición y si aparecen observaciones aisladas que correspondan a condiciones anómalas.
| Situación en el gráfico | Posible explicación | Qué hacer |
|---|---|---|
| La nube queda por encima o por debajo de cero | Un método presenta un sesgo sistemático | Revisar ajuste, calibración, cero y sentido de la diferencia A−B |
| La dispersión aumenta con la media | El error crece en mediciones altas; hay variabilidad proporcional | Evaluar diferencias porcentuales o una transformación, y fijar tolerancias por rango |
| Los puntos siguen una pendiente | El desacuerdo cambia con la magnitud medida | Investigar sesgo proporcional y no resumir todo con un único sesgo fijo |
| Aparecen puntos aislados | Puede haber error de registro, condición de ensayo distinta o una causa especial | Verificar el dato y la trazabilidad; excluirlo solo con justificación documentada |
| Hay varias lecturas por pieza, turno o condición | Las diferencias no son independientes entre sí | Usar un enfoque para medidas repetidas, no tratar cada lectura como una unidad independiente |
Una pendiente o un abanico no se arreglan escogiendo una línea central más conveniente. Señalan que el error depende del nivel, por lo que quizá haga falta modelarlo o separar el rango de operación antes de decidir.
Las lecturas repetidas requieren un análisis distinto
Si cada pieza se mide varias veces con ambos instrumentos, el procedimiento básico no debe aplicarse como si cada pareja fuera independiente. Las lecturas de una misma pieza comparten condiciones y pueden parecer más informativas de lo que realmente son; el resultado es una estimación demasiado optimista de la incertidumbre.
La guía de Physics in Medicine & Biology sobre Bland-Altman e ICC distingue diseños con una sola lectura por sujeto y diseños con medidas repetidas, incluidos los casos en que el valor real cambia. En una validación de sensores, identifica qué unidad se repite -pieza, operador, turno o ciclo- y elige un análisis que modele esa estructura.
También conviene reportar intervalos de confianza de los límites de acuerdo: los límites estimados tienen incertidumbre, especialmente con pocos pares. Un intervalo de acuerdo que apenas cabe dentro de la tolerancia puede dejar de ser convincente al considerar esa incertidumbre.Una decisión defendible empieza antes de dibujar el gráfico
Define primero la diferencia máxima admisible y el rango de operación; después, recopila pares de lecturas en condiciones comparables, calcula las diferencias en un orden constante y examina el gráfico. La conclusión debe incluir el sesgo, los límites de acuerdo, su incertidumbre y la tolerancia usada, no limitarse a decir que los equipos “coinciden”.
Si los límites exceden el criterio, revisa calibración, resolución, montaje y procedimiento de medición antes de descartar un equipo: el desacuerdo puede proceder de la instalación o del método de toma de datos. Cuando la nube muestre una tendencia o incluya mediciones repetidas, el análisis simple deja de ser suficiente; ahí está la diferencia entre un gráfico vistoso y una decisión útil para calidad.