El instrumento mentía: una lección de Lean Six Sigma sobre el análisis del sistema de medición
Un fabricante de componentes de precisión tenía una tasa de defectos que no cedía. A lo largo de 2020 y a inicios de 2021 —una etapa ya dura, con turnos partidos y revisiones de calidad a distancia— un equipo de mejora había ajustado el proceso, recapacitado a los operadores y modificado la configuración de las máquinas. Nada se sostenía. Los defectos subían y bajaban sin causa clara. Solo cuando un Black Belt insistió en hacer un análisis del sistema de medición antes de cualquier otro cambio, el equipo encontró lo que de verdad fallaba. Este relato anonimizado recuerda una de las disciplinas menos glamorosas pero más importantes de Lean Six Sigma.
Por qué el MSA va antes del análisis
En el ciclo DMAIC —Definir, Medir, Analizar, Mejorar, Controlar— el análisis del sistema de medición vive en la fase Medir y existe para responder una pregunta directa: ¿puedes confiar en tus datos siquiera? Si tu sistema de medición tiene ruido, no puedes distinguir la variación del proceso de la variación de la medición. Acabas reaccionando a cifras que dicen más sobre tu instrumento y tus inspectores que sobre tu proceso. Mejorar un proceso con datos malos no es mejora; es adivinación costosa.
El MSA descompone el error de medición. El más conocido es el estudio R&R del instrumento, que separa dos contribuyentes:
Repetibilidad: variación cuando la misma persona mide el mismo elemento repetidamente con el mismo instrumento. Apunta al equipo.
Reproducibilidad: variación cuando personas distintas miden el mismo elemento. Apunta al método, la capacitación o la ambigüedad de cómo se toma la medición.
Junto con el sesgo, la linealidad y la estabilidad, estos indican qué parte de la variación observada es real y qué parte proviene del acto de medir.
Lo que reveló el caso
Cuando el equipo corrió un R&R del instrumento, el resultado fue incómodo: una gran parte de la variación observada venía del sistema de medición, no de las piezas. Dos inspectores que leían el mismo componente discrepaban habitualmente más allá de la tolerancia que exigía la especificación. La «tasa de defectos» había sido en parte un artefacto de una medición inconsistente, y cada cambio de proceso había estado persiguiendo ruido.
Primero arreglaron la medición. Se recapacitó a los inspectores en un único método documentado, se recalibró el instrumento y se aclaró un paso de inspección ambiguo para que dos personas lo leyeran igual.
Repitieron el estudio. Solo cuando el sistema de medición fue aceptable —variación de medición pequeña frente a la tolerancia— el equipo confió lo suficiente en los datos para seguir.
Luego analizaron el proceso real. Con datos fiables, las causas genuinas de los defectos por fin destacaron, y las mejoras que siguieron sí se sostuvieron.
La tasa de defectos cayó en dos ciclos, no porque el proceso hubiera cambiado de golpe, sino porque el equipo al fin podía verlo con claridad.
La conclusión
Antes de analizar un problema o juzgar una mejora, demuestra que se puede confiar en tu sistema de medición. Un MSA modesto al inicio de un proyecto suele ahorrar meses persiguiendo una variación que vive en el instrumento, no en el proceso. Es la diferencia entre arreglar un problema y administrar un rumor.
Si tus números no cuadran y sospechas que estás mejorando sobre datos poco fiables, la asesoría estratégica de XNM puede ayudarte a construir la disciplina de medición y análisis que hace que la mejora perdure.