Un supervisor de planta estaba introduciendo un nuevo sistema de medicion para el 

proceso. Como parte del PPAP la linealidad del sistema de medicion necesita ser 
evaluado. Cinco partes fueron seleccionadas a traves del rango de operacion del 
sistema de medicion basado en la variacion documentada del proceso. Cada parte fue 
medida por la plantilla de inspectores para determinar su valor de referencia. Cada 
parte fue entonces medida doce veces por el operador lider. Las partes fueron 
seleccionadas aleatoriamente durante el estudio.
Valor de 1 2 3 4 5
Referencia
 de la parte 0.600 0.700 0.800 0.900 1.000
1 0.593 0.681 0.795 0.903 0.992
2 0.604 0.711 0.810 0.904 0.990
3 0.602 0.702 0.791 0.910 0.990
Intentos

4 0.590 0.694 0.814 0.880 0.998

5 0.580 0.700 0.800 0.892 1.000
6 0.610 0.691 0.788 0.887 1.000
7 0.603 0.710 0.798 0.913 1.014
8 0.595 0.703 0.796 0.891 1.002
9 0.600 0.691 0.800 0.894 1.010
10 0.602 0.700 0.810 0.882 0.990
11 0.598 0.700 0.798 0.905 1.010
12 0.608 0.704 0.802 0.895 0.988

Analisis de los resultados graficos
4) Calcular la desviacion de la parte para cada medicion y la desviacion media para cada parte
bias i , j  x i , j  (valor _ de _ referencia )

 bias
j 1
i, j

bias i 
m
Valor de 1 2 3 4 5
Referencia
 de la parte 0.600 0.700 0.800 0.900 1.000
1 0.007 0.019 0.005 0.003 0.008
2 0.004 0.011 0.010 0.004 0.010
3 0.002 0.002 0.009 0.010 0.010
4 0.010 0.006 0.014 0.020 0.002
5 0.020 0.000 0.000 0.008 0.000
bias

6 0.010 0.009 0.012 0.013 0.000

7 0.003 0.010 0.002 0.013 0.014
8 0.005 0.003 0.004 0.009 0.002
9 0.000 0.009 0.000 0.006 0.010
10 0.002 0.000 0.010 0.018 0.010
11 0.002 0.000 0.002 0.005 0.010
12 0.008 0.004 0.002 0.005 0.012
bias barra= ‐0.0013 ‐0.0011 0.0002 ‐0.0037 ‐0.0013

5) Grafique la desviacion individual y la desviacion media con respecto a los valores de 
referencia sobre una grafica lineal

0.600 ‐0.007 0.700 ‐0.019 0.800 ‐0.005 0.900 0.003 1.000 ‐0.008
 0.600 0.004 0.700 0.011 0.800 0.010 0.900 0.004 1.000 ‐0.010
0.600 0.002 0.700 0.002 0.800 ‐0.009 0.900 0.010 1.000 ‐0.010
0.600 ‐0.010 0.700 ‐0.006 0.800 0.014 0.900 ‐0.020 1.000 ‐0.002
0.600 ‐0.020 0.700 0.000 0.800 0.000 0.900 ‐0.008 1.000 0.000
0.600 0.010 0.700 ‐0.009 0.800 ‐0.012 0.900 ‐0.013 1.000 0.000
0.600 0.003 0.700 0.010 0.800 ‐0.002 0.900 0.013 1.000 0.014
0.600 ‐0.005 0.700 0.003 0.800 ‐0.004 0.900 ‐0.009 1.000 0.002
0.600 0.000 0.700 ‐0.009 0.800 0.000 0.900 ‐0.006 1.000 0.010
0.600 0.002 0.700 0.000 0.800 0.010 0.900 ‐0.018 1.000 ‐0.010
0.600 ‐0.002 0.700 0.000 0.800 ‐0.002 0.900 0.005 1.000 0.010
0.600 0.008 0.700 0.004 0.800 0.002 0.900 ‐0.005 1.000 ‐0.012
0.600 ‐0.001 0.700 ‐0.001 0.800 0.000 0.900 ‐0.004 1.000 ‐0.001

0.020
0.015
0.010
0.005
0.000
BIAS
‐0.005
BIAS TESTADA
‐0.010
‐0.015
‐0.020
‐0.025
0.500 0.600 0.700 0.800 0.900 1.000

6) Calcular y puntear la linea que mejor se ajusta y la banda de confianza de la linea usando las 
siguientes ecuaciones.
Para la linea que  mejor se ajusta, usa: Yi = aXi + b Xi= valor de referencia
Yi= desviacion media

1 
 XY   g  X  Y 
a    pendiente

 X 2  g  X 
1 2

b Y aX ordena
Xi Yi Xi Y i Xi 2 Y i2
0.600 ‐0.001 ‐0.001 0.360 0.000
0.700 ‐0.001 ‐0.001 0.490 0.000
0.800 0.000 0.000 0.640 0.000
0.900 ‐0.004 ‐0.003 0.810 0.000
1.000 ‐0.001 ‐0.001 1.000 0.000
∑
4.000 ‐0.007 ‐0.006 3.300 0.000
Average 0.800 ‐0.001
∑X ∑XY
4.000 ‐0.0060
∑Y ∑X
‐0.0072 3.3000
∑Y
g= 5 0.0000
m= 12
a=
b=
 1 
 XY   g  X  Y 
a    pendiente

 X  g  X 
12 2

1
‐0.0060 ‐ 5
* 4.00 * ‐0.0072
a= 1 2
= ‐0.0028
3.3000 ‐ 5
* 4.00

b Y aX ordena
b= 0.00 ‐ ‐0.0028 * 0.80 = 0.0008
Yi = aXi + b
Yi =  ‐0.0028 Xi + 0.0008

Linea que ajusta 0.020
Xi Yi 
0.015
0 0.001 BIAS
0.010
1 ‐0.002
0.005
2 ‐0.005 BIAS TESTADA
3 ‐0.007 0.000
4 ‐0.010 ‐0.005 Linea que ajusta
5 ‐0.013 ‐0.010
6 ‐0.016 Linear (Linea que
‐0.015
7 ‐0.018 ajusta)
‐0.020
8 ‐0.021 Linear (Linea que
9 ‐0.024 ‐0.025 ajusta)
10 ‐0.027 ‐0.030
0.500 0.600 0.700 0.800 0.900 1.000

Linearidad= valor absoluto de la pendiente (a) x variation de proceso (# sigmas)
Linearidad= 0.0028 * 6 = 0.0165

Linearidad
% Linearidad= 100 X
Variacion del proceso

% Linearidad= 0.28 % Si es menor a 10% es aceptado Criterio de Aceptacion