Se stai tentando un'analisi statistica dei dati, hai bisogno di più del semplice assortimento di numeri generati da qualsiasi processo di raccolta che hai utilizzato. È inoltre necessario essere sicuri dell'affidabilità del processo di riscossione stesso. In altre parole, se qualcuno ti dicesse che le torte di un panificio del quartiere variano in qualità del 15 percento da un lotto a il prossimo, dovresti sapere se le misurazioni utilizzate per determinare questa qualità sono state di per sé sufficienti qualità. Cosa succede se le torte sono tutte più o meno le stesse tra i lotti e in realtà è il sistema di valutazione della qualità che mostra la variazione reale da un set di dati all'altro?
Tali preoccupazioni sono al centro dell'analisi del sistema di misurazione, o MSA. Il concetto dinumero di categorie distinte, o NDC, in MSA è un modo importante per tenere traccia dei mezzi con cui si valuta la qualità dell'acquisizione dei dati ed è derivato da Gage R&R. Questi strumenti statistici sono molto utili in situazioni in cui viene prodotto un gran numero di articoli e sono, in teoria, identico (ad esempio, un tipo di parte automobilistica che entra in un tipo di veicolo ma è prodotta a livello di migliaia per anno).
MSA spiegato
Un calcolo MSA esplora quanta variazione in una misurazione risulta dagli strumenti di misurazione, misurando processo, ambiente di lavoro, persone che effettuano la misurazione e altri fattori al di fuori dell'oggetto effettivamente in corso studiato. Tornando all'esempio delle torte, vorresti sapere quanta della variazione riportata nella loro qualità è stata il risultato della variazione nella percezione della loro qualità. Erano in effetti "troppo dolci" la scorsa settimana rispetto a sei mesi fa, o potrebbe essere il risultato di come le persone assaporano le cose in inverno rispetto all'estate?
L'idea alla base del ricorso a MSA è quella di utilizzare i risultati per perfezionare un processo di produzione ed eliminare gli errori. È un aspetto relativamente sofisticato del controllo di qualità. La maggior parte, incluso il Gage R&R e le informazioni NDC che produce, non viene eseguita manualmente ma utilizzando pacchetti software di statistica.
Il Gage R&R
La parte "R&R" di "Gage R&R" sta per "affidabilità e riproducibilità". L'affidabilità si riferisce alla capacità di un singolo operatore (spesso una persona) di ottenere sempre lo stesso risultato; la riproducibilità si riferisce alle misurazioni di più operatori che rientrano in un cluster numerico il più stretto possibile.
Questo tipo di MSA coinvolge fino a treoperatori(vale a dire, strumenti di misurazione), da cinque a 10partioelementi, e fino a treripetere le misurazioni. Queste analisi sono strutturate in modo che ogni parte distinta sia gestita individualmente da ogni operatore e che le misurazioni di ciascuna coppia parte-operatore vengano ripetute almeno una volta.
Il Gage R&R misura solo la variabilità nelle misurazioni. Si noti che questo non dice nulla sull'accuratezza delle misurazioni, che può essere assicurata solo attraverso la calibrazione. Un calcolo favorevole della riproducibilità è inutile se i dati stessi sono sospetti.
Il calcolo NDC
Quando esegui un Gage R&R sul tuo programma software, i risultati includeranno un NDC. È utile, tuttavia, capire da dove viene questo numero.
La formula è:
NDC=\sqrt{2}\frac{\sigma_{part}}{\sigma_{gage}}=1.41\frac{\sigma_{part}}{\sigma_{gage}}
Ecco,parte rappresenta la radice quadrata della varianza del componente della parte del Gage R&R, mentre σcalibro rappresenta la radice quadrata della varianza dell'intera analisi Gage R&R. Un valore NDC di 5 o superiore è considerato desiderabile. Meno di 2 è troppo poco perché non c'è niente con cui fare paragoni; i valori di 2 e 3 possono essere utilizzati per creare categorie "più/meno" e "bassa/media/alta", ma sono subottimali.