Un lote de piezas sale con una media de 10,05 mm, pero necesitas saber si esa cifra representa bien la producción o si unas pocas mediciones la están maquillando. Un intervalo de confianza del 95 % ofrece un rango plausible para la media real del proceso, aunque por sí solo no garantiza que cada pieza cumpla las tolerancias.
El intervalo estima la media del proceso, no la calidad de cada pieza
- Interpretación: al repetir el muestreo muchas veces, alrededor del 95 % de los intervalos calculados con el mismo método contendrían la media poblacional.
- Media con variabilidad desconocida: suele calcularse con la distribución t de Student y la desviación típica de la muestra.
- Anchura: aumenta cuando las mediciones están más dispersas y disminuye al ampliar la muestra.
- Decisión: si el intervalo cruza el límite de aceptación para la media, la evidencia no permite afirmar que esta quede a un solo lado.
- Límite: un intervalo para la media no indica qué proporción de unidades individuales cumple las especificaciones.
El 95 % describe el método, no la probabilidad de esta media
Imagina que tomas varias piezas de una línea y calculas un intervalo para el diámetro medio. El nivel del 95 % se refiere al procedimiento de muestreo: si se repitiera muchas veces bajo las mismas condiciones, aproximadamente 95 de cada 100 intervalos incluirían la media real del proceso.
Una vez calculado un intervalo concreto, la media poblacional está dentro o fuera de sus límites; en la interpretación frecuentista no se asigna un 95 % de probabilidad a ese intervalo particular. Esta distinción evita una lectura frecuente, pero incorrecta, de los resultados. NIST explica esta interpretación y la relaciona con el método usado para construir el intervalo.
Considero que esta precisión es especialmente útil en calidad industrial: el porcentaje no certifica el lote, sino que expresa el rendimiento esperado del método estadístico a largo plazo. Y todavía queda una pregunta práctica: ¿cómo se obtiene el rango?
Con pocas mediciones, la t de Student evita una falsa precisión
Cuando quieres estimar una media y desconoces la desviación típica de toda la población, la forma habitual del intervalo bilateral es media muestral ± valor t × error estándar. El error estándar mide cuánto puede variar la media estimada entre muestras; se calcula a partir de la desviación típica muestral y del tamaño de muestra.
El valor t depende del nivel de confianza y de los grados de libertad, que en este caso suelen ser el tamaño de la muestra menos uno. Con muestras pequeñas, t suele producir límites más amplios que el valor 1,96 de la normal, porque también refleja la incertidumbre al estimar la dispersión.
La fórmula presupone que las observaciones representan el proceso que quieres estudiar y que la media muestral resulta razonable para esos datos. Si hay deriva de máquina, autocorrelación entre lecturas o valores extremos por una causa especial, aumentar la muestra sin investigar el origen puede dar una sensación de seguridad que los datos no justifican.
Siete mediciones pueden dejar el promedio entre 9,95 y 10,15 mm
Supón que se toman siete mediciones de una dimensión en condiciones comparables. La media observada es 10,05 mm y la desviación típica muestral, 0,11 mm; para un intervalo bilateral del 95 %, el valor t con seis grados de libertad es 2,447.
El resultado es un intervalo de aproximadamente 9,95 a 10,15 mm. En términos operativos, los datos son compatibles con una media de proceso dentro de ese rango, pero la amplitud todavía permite que la media real se aparte de la estimación central.
El mismo ejemplo, recogido en el Handbook for SRM users de NIST, también muestra por qué el tamaño muestral y la fuente de la desviación típica deben quedar documentados. Si la dispersión se estima con una carta de control, no necesariamente se usan los mismos grados de libertad que cuando se estima con las propias lecturas.
Si el intervalo cruza el límite, no des por confirmada la media
Compara el intervalo con el criterio que realmente gobierna la decisión. Si el requisito establece que la media del proceso debe ser inferior a 10,10 mm, el ejemplo anterior cruza ese umbral: su límite inferior queda por debajo, pero el superior lo rebasa. Con esos datos no puedes concluir, al nivel elegido, que la media esté por debajo del límite.
| Situación | Qué sugiere | Qué hacer |
|---|---|---|
| El intervalo queda entero dentro del criterio para la media | La media estimada es compatible con el requisito aplicado a la media. | Comprueba por separado la dispersión y la conformidad de unidades individuales. |
| El intervalo cruza el umbral de la media | La muestra no permite decidir con claridad si la media está a un lado del límite. | Revisa el plan de muestreo, la estabilidad del proceso y la precisión de medición antes de ampliar la muestra. |
| El intervalo queda completamente al lado no admisible | Los datos aportan evidencia de que la media no cumple el criterio fijado. | Investiga causas del proceso y confirma que el criterio se refiere a la media, no a cada unidad. |
| La decisión trata de una sola pieza o de la proporción de piezas conformes | Un intervalo para la media no responde a esa pregunta. | Usa un análisis adecuado para valores individuales o para proporciones y tolerancias. |
Ese último caso suele generar confusión. Un promedio compatible con las especificaciones puede coexistir con piezas fuera de tolerancia si la variabilidad es alta; para evaluar conformidad individual hacen falta herramientas distintas, como intervalos de tolerancia o análisis de capacidad del proceso.
Un intervalo estrecho no corrige un proceso inestable
La anchura del intervalo depende de la dispersión observada y del número de mediciones: más ruido suele ensancharlo, mientras que una muestra mayor suele estrecharlo. Pero una banda estrecha no prueba que el instrumento esté bien calibrado ni que el proceso permanezca estable; puede reflejar únicamente mediciones muy parecidas tomadas en un periodo demasiado corto.
La guía NIST/SEMATECH Engineering Statistics Handbook trata la caracterización del proceso de medición junto con aspectos como repetibilidad, reproducibilidad y estabilidad. En planta, conviene separar esas preguntas: primero verifica si el sistema de medición es consistente; después interpreta el intervalo para la media del proceso.
Si las observaciones aparecen agrupadas por turno, máquina o lote de materia prima, no las mezcles automáticamente como si fueran intercambiables. Esa estructura puede revelar diferencias que un único promedio oculta, justo cuando la decisión de calidad depende de ellas.
Antes de aceptar el resultado, identifica qué parámetro estás estimando
Un intervalo del 95 % resulta útil cuando la pregunta está bien definida: por ejemplo, estimar la media de una dimensión bajo condiciones de producción especificadas. No sustituye la tolerancia, el control del proceso ni la evaluación del sistema de medición; cada herramienta responde a una pregunta diferente.
Antes de cerrar un informe, deja anotados el tamaño de muestra, la media, la desviación típica, el método de cálculo y las condiciones de toma. Así, cuando una lectura parezca tranquilizadora, podrás comprobar si describe el proceso completo o solo una pequeña ventana de producción.