यदि आप डेटा के सांख्यिकीय विश्लेषण का प्रयास कर रहे हैं, तो आपको केवल संग्रह प्रक्रिया द्वारा उपयोग की जाने वाली संख्याओं के वर्गीकरण से अधिक की आवश्यकता है। आपको संग्रह प्रक्रिया की विश्वसनीयता के बारे में भी सुनिश्चित होना चाहिए। दूसरे शब्दों में, अगर किसी ने आपको बताया कि पड़ोस के बेकरी के केक की गुणवत्ता में एक बैच से लेकर एक बैच तक 15 प्रतिशत की भिन्नता है अगला, आपको यह जानना होगा कि क्या इस गुणवत्ता को निर्धारित करने के लिए उपयोग किए गए माप स्वयं पर्याप्त थे गुणवत्ता। क्या होगा यदि केक कमोबेश सभी बैचों में समान हों और यह वास्तव में गुणवत्ता-मूल्यांकन प्रणाली है जो एक डेटा सेट से दूसरे में वास्तविक भिन्नता दिखाती है?
इस तरह की चिंताएं माप प्रणाली विश्लेषण, या एमएसए के केंद्र में हैं। इसकी अवधारणाविभिन्न श्रेणियों की संख्या, या NDC, MSA में उन साधनों पर नज़र रखने का एक महत्वपूर्ण तरीका है जिनके द्वारा आप अपने डेटा अधिग्रहण की गुणवत्ता का मूल्यांकन करते हैं, और यह Gage R&R से प्राप्त होता है। ये सांख्यिकीय उपकरण उन स्थितियों में बहुत उपयोगी हैं जहां बड़ी संख्या में वस्तुओं का उत्पादन किया जा रहा है और वे सिद्धांत रूप में हैं, समान (उदाहरण के लिए, एक प्रकार का मोटर वाहन भाग जो एक प्रकार के वाहन में जाता है, लेकिन प्रति हज़ार के स्तर पर निर्मित होता है) साल)।
एमएसए समझाया:
एक एमएसए गणना यह पता लगाती है कि माप उपकरणों से माप परिणामों में कितनी भिन्नता है, मापने प्रक्रिया, काम का माहौल, मापने वाले लोग और वस्तु के बाहर अन्य कारक वास्तव में हैं अध्ययन किया। केक के बारे में उदाहरण पर लौटते हुए, आप जानना चाहेंगे कि उनकी गुणवत्ता में रिपोर्ट की गई भिन्नता उनकी गुणवत्ता की धारणा में भिन्नता का कितना परिणाम थी। क्या वे वास्तव में छह महीने पहले की तुलना में पिछले सप्ताह "बहुत मीठे" थे, या यह इस बात का परिणाम हो सकता है कि लोग सर्दियों में और गर्मियों में चीजों का स्वाद कैसे लेते हैं?
एमएसए को लागू करने के पीछे का विचार उत्पादन प्रक्रिया को परिष्कृत करने और त्रुटियों को खत्म करने के लिए परिणामों का उपयोग करना है। यह गुणवत्ता नियंत्रण का अपेक्षाकृत परिष्कृत पहलू है। गेज आर एंड आर और एनडीसी जानकारी सहित अधिकांश, हाथ से नहीं बल्कि सांख्यिकी सॉफ्टवेयर पैकेज का उपयोग करके किया जाता है।
पण आर एंड आर
"गेज आर एंड आर" का "आर एंड आर" भाग "विश्वसनीयता और प्रतिलिपि प्रस्तुत करने योग्यता" के लिए है। विश्वसनीयता एक ही परिणाम को बार-बार प्राप्त करने के लिए एकल ऑपरेटर (अक्सर एक व्यक्ति) की क्षमता को संदर्भित करता है; प्रतिलिपि प्रस्तुत करने योग्यता एक संख्यात्मक क्लस्टर जितना संभव हो उतना तंग के भीतर गिरने वाले कई ऑपरेटरों के माप को संदर्भित करता है।
इस प्रकार के MSA में तीन तक शामिल हैंऑपरेटरों(यानी, माप उपकरण), पांच से 10पार्ट्सयाआइटम, और तीन. तकमाप दोहराएं. इन विश्लेषणों को संरचित किया जाता है ताकि प्रत्येक विशिष्ट भाग को प्रत्येक ऑपरेटर द्वारा व्यक्तिगत रूप से नियंत्रित किया जा सके, और प्रत्येक पार्ट-ऑपरेटर जोड़ी से माप कम से कम एक बार दोहराया जाता है।
गेज आर एंड आर माप में केवल परिवर्तनशीलता को मापता है। ध्यान दें कि यह माप की सटीकता के बारे में कुछ नहीं कहता है, जिसे केवल अंशांकन के माध्यम से सुनिश्चित किया जा सकता है। यदि डेटा स्वयं संदिग्ध है तो एक अनुकूल प्रतिलिपि प्रस्तुत करने योग्यता गणना बेकार है।
एनडीसी गणना
जब आप अपने सॉफ़्टवेयर प्रोग्राम पर Gage R&R चलाते हैं, तो परिणामों में एक NDC शामिल होगा। हालाँकि, यह समझना उपयोगी है कि यह संख्या कहाँ से आती है।
सूत्र है:
NDC=\sqrt{2}\frac{\sigma_{part}}{\sigma_{gage}}=1.41\frac{\sigma_{part}}{\sigma_{gage}}
यहाँ,अंश गेज आर एंड आर के भाग घटक के विचरण के वर्गमूल का प्रतिनिधित्व करता है, जबकिपण संपूर्ण गेज आर एंड आर विश्लेषण के विचरण के वर्गमूल का प्रतिनिधित्व करता है। 5 या अधिक का NDC मान वांछनीय माना जाता है। 2 से कम बहुत कम है क्योंकि इनके बीच तुलना करने के लिए कुछ भी नहीं है; 2 और 3 के मान "अधिक/कम" और "निम्न/मध्य/उच्च" श्रेणियां बनाने के लिए उपयोग किए जा सकते हैं लेकिन उप-इष्टतम हैं।