თუ თქვენ ცდილობთ მონაცემების სტატისტიკურ ანალიზს, თქვენ გჭირდებათ მეტი რამ, ვიდრე მხოლოდ ციფრების ასორტიმენტი, წარმოქმნილი შეგროვების პროცესის გამოყენებით. ასევე დარწმუნებული უნდა იყოთ თავად შეგროვების პროცესის სანდოობაში. სხვა სიტყვებით რომ ვთქვათ, თუ ვინმემ გითხრათ, რომ სამეზობლოში საცხობი ნამცხვრები ხარისხით 15-პროცენტიანი იყო ერთი ჯგუფიდან შემდეგ, თქვენ უნდა იცოდეთ, საკმარისი იყო თუ არა ამ ხარისხის დასადგენად გაზომვები ხარისხი რა მოხდება, თუ ნამცხვრები მეტნაკლებად ერთნაირია ჯგუფების მასშტაბით და სინამდვილეში ეს არის ხარისხის შეფასების სისტემა, რომელიც აჩვენებს მონაცემების რეალურ ვარიაციას ერთიდან მეორეზე?
ასეთი შეშფოთება მდგომარეობს გაზომვის სისტემის ანალიზზე, ანუ MSA- ში. კონცეფციაცალკეული კატეგორიების რაოდენობა, ან NDC, MSA– ში მნიშვნელოვანი გზაა იმის თვალსაზრისით, თუ რა საშუალებით აფასებთ თქვენი მონაცემების შეძენის ხარისხს, და ეს გამომდინარეობს Gage R&R– დან. ეს სტატისტიკური საშუალებები ძალიან სასარგებლოა იმ შემთხვევებში, როდესაც დიდი რაოდენობით საქონელი მზადდება და ისინი, თეორიულად, იდენტურია (მაგალითად, ერთგვარი საავტომობილო ნაწილი, რომელიც მიდის ერთ ტიპის მანქანაში, მაგრამ მზადდება ათასობით დონის მიხედვით წელი).
MSA განმარტა
MSA გაანგარიშება იკვლევს, თუ რამდენად განსხვავდება გაზომვის გაზომვის ინსტრუმენტებიდან გაზომვის შედეგად პროცესი, სამუშაო გარემო, ადამიანები, რომლებიც აკეთებენ საზომს და სხვა ფაქტორებს, რომლებიც არ არის სინამდვილეში სწავლობდა. ნამცხვრების შესახებ მაგალითს რომ დავუბრუნდეთ, თქვენ გსურს იცოდეთ, თუ რამდენი იყო მათი ხარისხის ვარიაციის შედეგი მათი ხარისხის აღქმის ცვლილების შედეგად. სინამდვილეში ისინი "ძალიან ტკბილი" იყვნენ გასულ კვირას, ექვსი თვის წინანდელთან შედარებით, ან შეიძლება ეს იყოს შედეგი იმის შესახებ, თუ როგორ აგემოვნებენ ადამიანები ზამთარში ზაფხულისგან?
MSA– ს გამოძახების იდეა არის შედეგების გამოყენება წარმოების პროცესის დახვეწისა და შეცდომების აღმოსაფხვრელად. ეს არის ხარისხის კონტროლის შედარებით დახვეწილი ასპექტი. უმეტესობა, მათ შორის Gage R&R და NDC ინფორმაციის წარმოება, ხდება არა ხელით, არამედ სტატისტიკის პროგრამული პაკეტების გამოყენებით.
Gage R&R
"Gage R&R" "R&R" ნაწილი დგას "საიმედოობა და გამრავლება". საიმედოობა გულისხმობს ერთი ოპერატორის (ხშირად პიროვნების) შესაძლებლობას, მიიღოს იგივე შედეგი განმეორებით; განმეორებადობა გულისხმობს მრავალჯერადი ოპერატორის გაზომვას რაც შეიძლება მჭიდრო ციფრულ კლასტერში.
ამ ტიპის MSA მოიცავს სამსოპერატორები(ეს არის გაზომვის იარაღები), ხუთიდან 10-მდენაწილებიანსაგნებიდა სამამდეგანმეორებითი გაზომვები. ეს ანალიზი სტრუქტურირებულია ისე, რომ თითოეულ ოპერატორს ინდივიდუალურად უმუშავებს თითოეულ ცალკეულ ნაწილს და თითოეული ოპერატორის დაწყვილების გაზომვები ერთხელ მაინც უნდა განმეორდეს.
Gage R&R ზომავს მხოლოდ ცვალებადობას გაზომვებში. გაითვალისწინეთ, რომ ამაში არაფერია ნათქვამი გაზომვების სიზუსტეზე, რომლის დაზუსტება შესაძლებელია მხოლოდ კალიბრაციის საშუალებით. გამრავლების ხელსაყრელი გაანგარიშება გამოუსადეგარია, თუ მონაცემები საეჭვოა.
NDC გაანგარიშება
როდესაც იყენებთ Gage R&R- ს თქვენს პროგრამულ პროგრამაზე, შედეგები მოიცავს NDC- ს. თუმცა სასარგებლოა იმის გაგება, თუ საიდან მოდის ეს რიცხვი.
ფორმულაა:
NDC = \ sqrt {2} \ frac {\ sigma_ {part}} {\ sigma_ {gage}} = 1.41 \ frac {\ sigma_ {part}} {\ sigma_ {gage}}
აქ, σნაწილი წარმოადგენს Gage R&R ნაწილის კომპონენტის ვარიანტის კვადრატულ ფესვს, ხოლო σგიჟი წარმოადგენს Gage R&R ანალიზის ვარიანტის კვადრატულ ფესვს. NDC მნიშვნელობა 5 ან მეტი ითვლება სასურველად. 2-ზე ნაკლები ძალიან ცოტაა, რადგან შედარების არაფერია; 2 და 3 მნიშვნელობები შეიძლება გამოყენებულ იქნას "მეტი / ნაკლები" და "დაბალი / საშუალო / მაღალი" კატეგორიის შესაქმნელად, მაგრამ არაოპტიმალურია.