La pieza sale de la línea con un diámetro registrado como «23», pero nadie sabe si el dato está en milímetros, si se midió con el mismo calibre o si ese número es un código. En estadística industrial, los datos cuantitativos suelen ser valores obtenidos al contar o medir, aunque un número aislado puede dar una impresión de precisión que no merece.
Un número solo sirve si sabes qué representa y cómo se obtuvo
- Mediciones como diámetro o temperatura pueden ser continuas; recuentos de defectos son discretos.
- Los códigos numéricos no se convierten en medidas por estar escritos con cifras.
- La repetibilidad depende del sistema de medición, no solo del instrumento.
- Una señal de control pide investigar el proceso; no demuestra por sí sola que el producto incumpla especificaciones.
La unidad y el método dan sentido al dato cuantitativo
Un valor como «23» no permite decidir si una pieza está dentro de tolerancia. Necesitas saber qué característica se midió, en qué unidad y con qué método; sin esos datos, comparar turnos o máquinas puede llevar a conclusiones erróneas.
En una línea de mecanizado, el diámetro en milímetros y el número de piezas rechazadas son ambos datos cuantitativos, pero describen cosas distintas. El primero procede de una medición; el segundo, de un recuento. La distinción cambia el análisis que puedes aplicar.
Un recuento y una medición no responden a la misma pregunta
Una medición puede tomar valores decimales dentro de un intervalo, como el espesor de una chapa; se trata de una variable continua. Un recuento avanza en unidades enteras, como el número de paradas por turno, y es discreto. Elegir bien el tipo de dato evita resumir mal el proceso.
También conviene desconfiar de las cifras que solo sirven como etiquetas. Si una máquina aparece como «1», «2» o «3», esos números identifican equipos: calcular su promedio no describe una máquina «número 2» como punto intermedio. Creo que esta confusión es una de las trampas más fáciles de pasar por alto cuando los datos llegan en una hoja de cálculo.
Diez piezas permiten iniciar un estudio, no certificar el calibre
Si dos turnos discrepan sobre el diámetro de una pieza, quizá el problema no esté en la producción: puede estar en cómo se mide. La repetibilidad describe la variación al repetir la medición bajo las mismas condiciones; la reproducibilidad considera cambios como el operador o el instrumento.
El NIST Handbook, apartado sobre el diseño simple de estudios Gauge R&R propone elegir al menos diez piezas o patrones de comprobación para ese diseño. Es un punto de partida para estudiar el sistema, no una garantía universal de que el resultado sea suficiente: el diseño debe ajustarse al uso real y a las fuentes de variación que se quieran separar.
Para que el estudio aporte información, conserva la identidad de cada pieza y registra quién mide, con qué equipo y en qué momento. Si se mezclan piezas distintas o se omite el operador, una diferencia atribuida al calibre podría venir en realidad de la propia pieza o del procedimiento.
Una lectura fuera de control exige investigar antes de ajustar la máquina
Un punto que rebasa los límites de control es una señal para buscar una causa especial, no una prueba automática de que el producto esté fuera de especificación. Los límites de control describen el comportamiento del proceso; los límites de especificación indican qué acepta el diseño o el cliente.
La guía del NIST sobre gráficos de control advierte que también puede haber señales en patrones no aleatorios, aunque todos los puntos queden dentro de los límites. Por eso, si aparece una lectura anómala, revisa el orden temporal, el instrumento y las condiciones de medición antes de modificar parámetros de producción.
| Situación observada | Posible explicación | Qué hacer |
|---|---|---|
| Un punto supera un límite de control | Posible causa especial o cambio en el sistema de medición | Verificar el dato y rastrear qué cambió en el proceso o en la medición |
| Los puntos siguen una tendencia sostenida | Deriva gradual, aunque aún no se cruce un límite | Revisar el gráfico en orden temporal y comprobar estabilidad |
| Las lecturas de dos operadores difieren | Variación de reproducibilidad o diferencias de procedimiento | Comparar las condiciones de medición y evaluar el sistema |
| La media está dentro de especificación, pero varía mucho | El promedio oculta dispersión entre piezas | Examinar también la variabilidad y contrastarla con la tolerancia |
Un registro útil conserva contexto, no solo cifras
Una tabla de control debe permitir reconstruir cada observación. Junto al valor, registra unidad, fecha y hora, equipo, operador, lote y método; si una lectura resulta sospechosa, esos campos ayudan a distinguir un defecto de un cambio en la forma de medir.
En procesos con variables de medición, conserva suficiente resolución para detectar cambios relevantes, pero no añadas decimales que el instrumento no puede respaldar. Para defectos, especifica qué cuenta como defecto y cuál fue el tamaño de muestra: «tres defectos» informa poco si no sabes si se inspeccionaron diez piezas o un lote completo.
La próxima decisión depende de la calidad del registro
Antes de ajustar una máquina por una cifra inesperada, comprueba que la medición sea comparable con las anteriores y que el gráfico se lea junto con las especificaciones. Un dato trazable permite investigar; uno sin unidad, método o contexto solo añade ruido.
Si el registro de la pieza del inicio incluye unidad, instrumento y condiciones de medición, ya puedes decidir si el 23 señala un cambio del proceso o un problema de captura. Si falta esa información, la primera acción sensata es recuperar el contexto, no retocar la máquina.