La regresión ortogonal —más conocida como regresión de Deming— es una de esas herramientas que pasan desapercibidas. En mi trabajo, lo he sacado del estante más veces de las que puedo contar.
“Ya es hora de retirarse, amigo mío, el esfigmomanómetro universal, ¿o no?”
En una ocasión, fue para romper un estancamiento persistente en un hospital. A un lado: un esfigmomanómetro que había registrado fielmente la presión arterial durante más de cincuenta años, tan venerable que las enfermeras hablaban de él como si fuera un colega jubilado que aún acudía a sus turnos. Por otro lado: una unidad digital impecable, procedente de Japón, recién sacada de su caja, que huele levemente a precisión fabril.
Las enfermeras estaban convencidas de que el anciano era el más fiable de los dos. Esto no fue un enfrentamiento entre “EE. UU. contra Japón”. Era simplemente el caso perfecto para la regresión ortogonal.
Ingeniería de calidad: El problema sencillo que no lo es.
También he utilizado la regresión de Deming en equipos de ingeniería de calidad para comparar dos instrumentos que miden la misma variable crítica. Parece sencillo: dos dispositivos, una medición, pero la verdad es que las trampas estadísticas que hay aquí son profundas y es fácil caer en ellas.
Por qué la regresión ortogonal es importante en el MSA
En la regresión lineal ordinaria, asumimos que los valores de “X” —los del eje horizontal— se miden sin error, y toda la incertidumbre reside en “Y”. Pero en un Análisis del Sistema de Medición, ambos instrumentos son imperfectos. Ambos introducen ruido. La regresión ortogonal corrige esto minimizando las distancias perpendiculares de cada punto de datos a la línea ajustada, en lugar de las distancias verticales. El resultado es una comparación más equilibrada y justa que no le otorga a un instrumento un estatus de “verdad” injusto.
En la práctica, esto significa que cuando se evalúan dos sistemas de medición —por ejemplo, un antiguo indicador analógico y un sensor digital moderno— la regresión ortogonal ayuda a estimar la verdadera relación entre ellos sin pretender que uno sea perfecto. Es particularmente útil cuando ambos dispositivos están midiendo la misma magnitud física, pero cada uno tiene sus propias peculiaridades, sesgos y variabilidad.
La herramienta invisible
Lo que más me sorprende es la frecuencia con la que se ignora —o simplemente se desconoce— la regresión de Deming como una prueba legítima de análisis del sistema de medición. Es como si una llave inglesa perfectamente equilibrada hubiera estado guardada en la caja de herramientas durante décadas, y nadie siquiera supiera que está ahí.
Quizás su software no lo ofrece. Quizás tu formación en ingeniería de calidad lo pasó por alto. De cualquier manera, el resultado es el mismo: un método valioso queda sin utilizar.
¿Significa eso que lo usarás si lo añadimos a tu software? Hmm… no estoy seguro de eso…
Seguiré compartiendo más de estas joyas ocultas en el blog de Blackberry&Cross (BBCross), i4is®: Innovación para la mejora de habilidades. Considere esto como una invitación a unirse a la conversación. https://i4is.blackberrycross.com
La regresión ortogonal —más conocida como regresión de Deming— es una de esas herramientas que pasan desapercibidas. En mi trabajo, lo he sacado del estante más veces de las que puedo contar.
“Ya es hora de retirarse, amigo mío, el esfigmomanómetro universal, ¿o no?”
En una ocasión, fue para romper un estancamiento persistente en un hospital. A un lado: un esfigmomanómetro que había registrado fielmente la presión arterial durante más de cincuenta años, tan venerable que las enfermeras hablaban de él como si fuera un colega jubilado que aún acudía a sus turnos. Por otro lado: una unidad digital impecable, procedente de Japón, recién sacada de su caja, que huele levemente a precisión fabril.
Las enfermeras estaban convencidas de que el anciano era el más fiable de los dos. Esto no fue un enfrentamiento entre “EE. UU. contra Japón”. Era simplemente el caso perfecto para la regresión ortogonal.
Ingeniería de calidad: El problema sencillo que no lo es.
También he utilizado la regresión de Deming en equipos de ingeniería de calidad para comparar dos instrumentos que miden la misma variable crítica. Parece sencillo: dos dispositivos, una medición, pero la verdad es que las trampas estadísticas que hay aquí son profundas y es fácil caer en ellas.
La herramienta invisible
Lo que más me sorprende es la frecuencia con la que se ignora —o simplemente se desconoce— la regresión de Deming como una prueba legítima de análisis del sistema de medición. Es como si una llave inglesa perfectamente equilibrada hubiera estado guardada en la caja de herramientas durante décadas, y nadie siquiera supiera que está ahí.
Quizás su software no lo ofrece. Quizás tu formación en ingeniería de calidad lo pasó por alto. De cualquier manera, el resultado es el mismo: un método valioso queda sin utilizar.
¿Significa eso que lo usarás si lo añadimos a tu software? Hmm… no estoy seguro de eso…
Seguiré compartiendo más de estas joyas ocultas en el blog de Blackberry&Cross (BBCross), i4is®: Innovación para la mejora de habilidades. Considere esto como una invitación a unirse a la conversación. https://i4is.blackberrycross.com
Sobre el autor:
Omar Mora
Fundador de Blackberry & Cross
Omar Mora fundó Blackberry & Cross en el 2004. Actualmente es responsable del diseño y operación de los programas de capacitación en técnicas estadísticas aplicadas a la mejora continua, ingeniería y otras áreas de negocio como recursos humanos. Omar también coordina programas de LEAN Six Sigma y supervisa las alianzas con Moresteam y Routsis Training.
Omar es máster en ingeniería industrial, con un bachillerato en el mismo tema, y cuenta con múltiples certificaciones profesional en ingeniería de calidad, producción y LEAN Six Sigma.
Puede contactar a Omar Mora por medio de Linkedin https://www.linkedin.com/in/omarmorablackberrycross/
Leave a Reply