Si está intentando un análisis estadístico de datos, necesita algo más que la variedad de números generados por cualquier proceso de recopilación que haya utilizado. También debe estar seguro de la confiabilidad del proceso de recolección en sí. En otras palabras, si alguien le dijera que los pasteles de una panadería del vecindario variaban en calidad en un 15 por ciento de un lote a el siguiente, tendría que saber si las medidas utilizadas para determinar esta calidad eran en sí mismas de suficiente calidad. ¿Qué pasa si todos los pasteles son más o menos iguales en todos los lotes y en realidad es el sistema de evaluación de la calidad el que muestra una variación real de un conjunto de datos al siguiente?
Estas preocupaciones se encuentran en el corazón del análisis de sistemas de medición, o MSA. El concepto denúmero de categorías distintas, o NDC, en MSA es una forma importante de realizar un seguimiento de los medios por los que evalúa la calidad de la adquisición de datos, y se deriva de Gage R&R. Estas herramientas estadísticas son muy útiles en situaciones en las que se está produciendo una gran cantidad de artículos y son, en teoría, idéntico (por ejemplo, un tipo de pieza de automóvil que va en un tipo de vehículo pero se fabrica a un nivel de miles por año).
MSA explicado
Un cálculo de MSA explora cuánta variación en una medición resulta de las herramientas de medición, midiendo proceso, entorno de trabajo, las personas que realizan la medición y otros factores fuera del elemento que realmente se estudió. Volviendo al ejemplo de los pasteles, querrá saber qué parte de la variación informada en su calidad fue el resultado de la variación en la percepción de su calidad. ¿Fueron de hecho "demasiado dulces" la semana pasada en comparación con hace seis meses, o podría ser el resultado de cómo la gente prueba las cosas en el invierno en comparación con el verano?
La idea detrás de invocar MSA es utilizar los resultados para refinar un proceso de producción y eliminar errores. Es un aspecto relativamente sofisticado del control de calidad. La mayoría, incluyendo el R&R del sistema de medición y la información NDC que produce, no se realizan a mano, sino mediante el uso de paquetes de software de estadísticas.
El R&R de Gage
La parte "R&R" de "Gage R&R" significa "confiabilidad y reproducibilidad". La confiabilidad se refiere a la capacidad de un solo operador (a menudo una persona) para obtener el mismo resultado una y otra vez; La reproducibilidad se refiere a las mediciones de múltiples operadores que se encuentran dentro de un grupo numérico lo más ajustado posible.
Este tipo de MSA involucra hasta tresoperadores(es decir, herramientas de medición), de cinco a 10partesoartículosy hasta tresrepetir medidas. Estos análisis están estructurados de modo que cada parte distinta sea manejada individualmente por cada operador, y que las mediciones de cada emparejamiento parte-operador se repitan al menos una vez.
El R&R del sistema de medición mide solo la variabilidad en las mediciones. Tenga en cuenta que esto no dice nada sobre la precisión de las mediciones, que solo se puede garantizar mediante la calibración. Un cálculo de reproducibilidad favorable es inútil si los datos en sí son sospechosos.
El cálculo de NDC
Cuando ejecuta un R&R del sistema de medición en su programa de software, los resultados incluirán un NDC. Sin embargo, es útil comprender de dónde proviene este número.
La formula es:
NDC = \ sqrt {2} \ frac {\ sigma_ {part}} {\ sigma_ {gage}} = 1.41 \ frac {\ sigma_ {part}} {\ sigma_ {gage}}
Aquí, σparte representa la raíz cuadrada de la varianza del componente parcial del R&R del sistema de medición, mientras que σcalibrar representa la raíz cuadrada de la varianza de todo el análisis R&R del sistema de medición. Se considera deseable un valor de NDC de 5 o más. Menos de 2 es muy poco porque no hay nada entre lo que hacer comparaciones; los valores de 2 y 3 se pueden utilizar para crear categorías "más / menos" y "bajo / medio / alto", pero no son óptimos.