Page 200 - C:\Users\aseso\OneDrive\Documentos\Flip PDF Corporate Edition\Gestión del mantenimiento de la aviación\

desplazados en la Fig. 18-2. (En realidad, sólo se necesitan 2 meses de desplazamiento, pero nos gusta
mantener las cosas sobre una base trimestral). El propósito del desplazamiento es asegurar que los datos
trazados para el nuevo año no contengan ningún punto de datos que se haya utilizado para determinar la
media y los niveles de alerta que utilizamos para la comparación.
Mientras que la tasa de eventos oscila por encima y por debajo del nivel de alerta, la media móvil de 3 meses
(línea discontinua) se mantiene por debajo, hasta octubre. Esta condición -la tasa de eventos y la media de
3 meses por encima del UCL- indica la necesidad de vigilar la actividad más de cerca. En este ejemplo, la
tasa de eventos volvió a bajar por debajo del UCL en noviembre, pero la media de tres meses se mantuvo
por encima del nivel de alerta. Esto es una indicación de que el problema debe ser investigado.

Fijación De Los Niveles De Alerta

Estos límites superiores de control, o niveles de alerta, y las matemáticas que los producen no son mágicos
ni mucho menos. No le dirán cuándo tiene un problema definitivo ni le dirán dónde o qué debe investigar.
Lo que sí harán es proporcionarle directrices inteligentes para que tome sus propias decisiones sobre cómo
proceder. Todo el proceso comienza con su intelecto y su capacidad para establecer estos niveles de alerta
a un nivel efectivo.
Anteriormente en este capítulo, hablamos de una compañía aérea que rechazaba la fiabilidad estadística y
dimos un ejemplo de por qué. Otra de las razones que dio el señor para esta decisión fue que "sabemos que
tenemos problemas con los motores, pero los motores nunca están en alerta". Si utilizas el concepto de UCL
para alertarte de posibles problemas y no obtienes una indicación de alerta cuando sabes que tienes
problemas, no debería hacer falta pensar mucho para darte cuenta de que el nivel de alerta que has elegido
es erróneo. Este nivel de alerta es un parámetro muy importante y debe ajustarse a un nivel utilizable, un
nivel que le indique que existe un problema o que puede estar desarrollándose. Si no está bien configurado,
el nivel de alerta es inútil. Y eso no es culpa de las estadísticas.
El uso de un nivel de alerta está diseñado para indicarle cuándo tiene (o puede tener) un problema en
desarrollo que requiere una investigación. Pero hay que saber qué condiciones constituyen un posible
problema y establecer el nivel de alerta en consecuencia. Tiene que conocer su equipo y sus patrones de fallo
para determinar cuándo debe proceder a una investigación y cuándo abstenerse de investigar. Tiene que
reconocer las "falsas alertas". También tiene que saber si los puntos de datos de la tasa de eventos de un
elemento concreto están distribuidos de forma amplia o estrecha; es decir, si tiene una desviación estándar
grande o pequeña. Este conocimiento es vital para establecer niveles de alerta utilizables.
Muchas compañías aéreas establecen erróneamente todos los niveles de alerta a dos desviaciones estándar
por encima de la media. Lamentablemente, esta no es una buena práctica. Es un buen punto de partida,
pero en algunos casos debe haber un ajuste para proporcionar los datos más útiles y evitar las falsas alertas.

Como hemos comentado en el capítulo 1, no todo falla a la misma velocidad o con el mismo patrón. Los
índices de eventos rastreados por un programa de fiabilidad pueden ser bastante erráticos, como muestran
los datos de la Fig. 18-3. Para otras tasas, los números pueden ser más estables. Esta característica de los
datos está representada por el parámetro estadístico de la desviación estándar, la medida de la distribución
de los puntos de datos alrededor de la media. Una desviación estándar grande significa una distribución
amplia, una gran variación en los valores de los puntos. Una desviación estándar pequeña significa que los
puntos están más juntos.
La figura 18-4 muestra la diferencia entre dos conjuntos de datos. Los puntos de datos en (A) están muy
dispersos o distribuidos alrededor de la media, mientras que los de (B) están todos muy juntos alrededor de
la media. Observe que las medias de estos dos conjuntos de datos son casi iguales, pero las desviaciones
estándar son muy diferentes. La Figura 18-5 muestra la curva de distribución en forma de campana. En la
gráfica se muestran una, dos y tres desviaciones estándar en cada caso. Aquí se puede ver que, a una
199 | 279