Ако се опитвате да извършите статистически анализ на данни, имате нужда от нещо повече от просто асортимент от числа, генерирани от какъвто и да е процес на събиране, който сте използвали. Също така трябва да сте сигурни в надеждността на самия процес на събиране. С други думи, ако някой ви е казал, че тортите на кварталната пекарна се различават по качество с 15 процента от една партида до друга следващата, трябва да знаете дали измерванията, използвани за определяне на това качество, сами по себе си са достатъчни качество. Какво ще стане, ако тортите са повече или по-малко еднакви за отделните партиди и всъщност системата за оценка на качеството показва реални вариации от един набор от данни до следващия?
Тези опасения са в основата на анализа на измервателната система или MSA. Концепцията заброй отделни категории, или NDC, в MSA е важен начин за проследяване на средствата, чрез които оценявате качеството на вашето събиране на данни и е получено от Gage R&R. Тези статистически инструменти са много полезни в ситуации, когато се произвеждат голям брой елементи и те на теория са идентични (напр. вид автомобилна част, която влиза в един тип превозно средство, но се произвежда на ниво от хиляди на година).
MSA обяснено
Изчислението на MSA изследва колко вариации в дадено измерване се получават от измервателните инструменти процес, работна среда, хората, които извършват измерването и други фактори извън предмета, който всъщност е проучен. Връщайки се към примера за тортите, бихте искали да знаете каква част от отчетената вариация в тяхното качество е резултат от вариацията във възприемането на тяхното качество. Бяха ли всъщност „прекалено сладки“ миналата седмица в сравнение с преди шест месеца или това може да е резултат от това как хората вкусват нещата през зимата спрямо лятото?
Идеята, която стои зад извикването на MSA, е да се използват резултатите за усъвършенстване на производствения процес и премахване на грешки. Това е относително сложен аспект на контрола на качеството. Повечето, включително Gage R&R и информацията за NDC, която произвежда, се правят не на ръка, а чрез използване на софтуерни пакети за статистика.
R&R на Gage
Частта „R&R“ на „Gage R&R“ означава „надеждност и възпроизводимост“. Надеждността се отнася до способността на един оператор (често човек) да получава същия резултат отново и отново; възпроизводимостта се отнася до измерванията на множество оператори, попадащи в възможно най-стегнатия цифров клъстер.
Този тип MSA включва до триоператори(т.е. инструменти за измерване), пет до 10частиилиелементи, и до триповторете измерванията. Тези анализи са структурирани така, че всяка отделна част да се обработва индивидуално от всеки оператор и че измерванията от всяка двойка оператор на част-оператор се повтарят поне веднъж.
Gage R&R измерва само променливостта на измерванията. Имайте предвид, че това не казва нищо за точността на измерванията, която може да бъде гарантирана само чрез калибриране. Изгодното изчисление на възпроизводимостта е безполезно, ако самите данни са подозрителни.
Изчисляването на NDC
Когато стартирате Gage R&R на вашата софтуерна програма, резултатите ще включват NDC. Полезно е обаче да се разбере откъде идва този номер.
Формулата е:
NDC = \ sqrt {2} \ frac {\ sigma_ {част}} {\ sigma_ {gage}} = 1,41 \ frac {\ sigma_ {част}} {\ sigma_ {gage}}
Ето, σчаст представлява квадратен дисперсионен корен на частичния компонент на R&R на Gage, докато σгабарит представлява дисперсионният корен от целия анализ на R&R на Gage. Стойността на NDC от 5 или повече се счита за желателна. По-малко от 2 е твърде малко, защото няма между какво да се правят сравнения; стойности 2 и 3 могат да се използват за създаване на категории „повече / по-малко“ и „ниско / средно / високо“, но са неоптимални.