La calidad de los datos de medición es definida por las propiedades estadísticas de las múltiples mediciones obtenidas del sistema de medición operando bajo condiciones estables. Por ejemplo, suponer que un sistema de medición, operando bajo condiciones estables, es usado para obtener varias mediciones de una cierta característica. Si las mediciones están todas “cerca” al valor master de la característica, entonces se dice que la calidad de los datos es “alta”. Igualmente, si algunas o todas de las mediciones están “lejos” del valor master, entonces se dice que la calidad de los datos es “baja”.
Las propiedades estadísticas más comúnmente usadas para caracterizar la calidad de los datos son el sesgo y varianza del sistema de medición. La propiedad llamada sesgo se refiere a la localización de los datos en relación al valor de referencia (master), y la propiedad llamada varianza se refiere a la dispersión de los datos. Una de las razones más comunes para datos de baja calidad es demasiada variación.
Mucha de la variación en un conjunto de mediciones, puede ser debida a la interacción entre el sistema de medición y su medio ambiente. Por ejemplo, un sistema de medición usado para medir el volumen de líquido en un tanque puede sensible a la temperatura ambiental del medio ambiente en el cual es usado.
En tal caso, la variación de los datos puede ser debida a cambios en el volumen o en la temperatura ambiente. Esto hace la interpretación de datos más difícil y consecuentemente el sistema de medición menos deseable. Si la interacción genera demasiada variación, entonces la calidad de los datos puede ser muy baja y tal que los datos no sean útiles.
Por ejemplo, un sistema de medición con una gran cantidad de variación puede no ser apropiado para uso en el análisis de un proceso de manufactura porque la variación del sistema de medición puede encubrir la variación del proceso de manufactura. Mucho del trabajo de administrar un sistema de medición es dirigido al monitoreo y control de la variación. Entre otras cosas, esto significa que se requiere énfasis en aprender como los sistemas de medición interactúan con su medio ambiente de forma tal que se generen solo datos
de calidad aceptable.
No hay comentarios :
Publicar un comentario