Hvis du forsøger at få en statistisk analyse af data, har du brug for mere end bare antallet af numre, der er genereret af den indsamlingsproces, du har brugt. Du skal også være sikker på pålideligheden af selve indsamlingsprocessen. Med andre ord, hvis nogen fortalte dig, at et kvarters bageris kager varierede i kvalitet med 15 procent fra et parti til det næste skulle du vide, om de målinger, der blev brugt til at bestemme denne kvalitet, i sig selv var tilstrækkelige kvalitet. Hvad hvis kagerne alle er mere eller mindre ens på tværs af batches, og det faktisk er kvalitetsvurderingssystemet, der viser reel variation fra det ene datasæt til det næste?
Sådanne bekymringer ligger i hjertet af målesystemanalysen eller MSA. Begrebetantal forskellige kategorier, eller NDC, i MSA er en vigtig måde at holde styr på, hvordan du vurderer kvaliteten af din dataopsamling, og den er afledt af Gage R&R. Disse statistiske værktøjer er meget nyttige i situationer, hvor der produceres et stort antal varer, og de er i teorien identisk (f.eks. en slags bildel, der går ind i en køretøjstype, men er fremstillet på niveau med tusinder pr år).
MSA forklaret
En MSA-beregning undersøger, hvor meget variation i en måling, der er resultatet af måleværktøjerne, og som måler proces, arbejdsmiljø, de mennesker, der foretager måling, og andre faktorer uden for den vare, der faktisk er studeret. Når vi vender tilbage til eksemplet om kager, vil du gerne vide, hvor meget af den rapporterede variation i deres kvalitet var resultatet af variation i opfattelsen af deres kvalitet. Var de faktisk "for søde" i sidste uge sammenlignet med seks måneder siden, eller kunne dette være resultatet af, hvordan folk smager ting om vinteren versus sommeren?
Ideen bag at påberåbe sig MSA er at bruge resultaterne til at forfine en produktionsproces og eliminere fejl. Det er et relativt sofistikeret aspekt af kvalitetskontrol. De fleste, inklusive Gage R&R og de NDC-oplysninger, den producerer, udføres ikke manuelt, men ved hjælp af statistiksoftwarepakker.
Gage R&R
"R&R" -delen af "Gage R&R" står for "pålidelighed og reproducerbarhed." Pålidelighed refererer til evnen hos en enkelt operatør (ofte en person) til at få det samme resultat igen og igen; reproducerbarhed henviser til målingerne af flere operatører, der falder inden for en så tæt en numerisk klynge som muligt.
Denne type MSA involverer op til treoperatører(dvs. måleværktøjer), fem til 10deleellergenstandeog op til tregentag målingerne. Disse analyser er struktureret således, at hver enkelt del håndteres individuelt af hver operatør, og at målinger fra hver deloperatørparring gentages mindst en gang.
Gage R&R måler kun variationen i målinger. Bemærk, at dette ikke siger noget om målingernes nøjagtighed, som kun kan sikres gennem kalibrering. En gunstig reproducerbarhedsberegning er ubrugelig, hvis selve dataene er mistænkelige.
NDC-beregningen
Når du kører en Gage R&R på dit softwareprogram, inkluderer resultaterne en NDC. Det er dog nyttigt at forstå, hvor dette nummer kommer fra.
Formlen er:
NDC = \ sqrt {2} \ frac {\ sigma_ {part}} {\ sigma_ {gage}} = 1,41 \ frac {\ sigma_ {part}} {\ sigma_ {gage}}
Her, σen del repræsenterer kvadratroden af variansen af delkomponenten i Gage R&R, mens σgage repræsenterer kvadratroden af variansen af hele Gage R & R-analysen. En NDC-værdi på 5 eller derover anses for ønskelig. Mindre end 2 er for få, fordi der ikke er noget at sammenligne; værdier på 2 og 3 kan bruges til at oprette "mere / mindre" og "lav / mellem / høj" kategorier, men er suboptimale.