Als u een statistische analyse van gegevens probeert, hebt u meer nodig dan alleen het assortiment getallen dat is gegenereerd door het verzamelproces dat u hebt gebruikt. Ook moet u zeker zijn van de betrouwbaarheid van het incassoproces zelf. Met andere woorden, als iemand je zou vertellen dat de taarten van een buurtbakkerij met 15 procent in kwaliteit varieerden, van batch tot batch vervolgens zou je moeten weten of de metingen die zijn gebruikt om deze kwaliteit te bepalen zelf voldoende zijn kwaliteit. Wat als de taarten allemaal min of meer hetzelfde zijn in batches en het eigenlijk het kwaliteitsbeoordelingssysteem is dat echte variatie van de ene dataset naar de andere laat zien?
Dergelijke zorgen vormen de kern van de analyse van het meetsysteem, of MSA. Het concept vanaantal verschillende categorieën, of NDC, in MSA is een belangrijke manier om bij te houden op welke manier u de kwaliteit van uw gegevensverzameling evalueert, en is afgeleid van Gage R&R. Deze statistische hulpmiddelen zijn erg handig in situaties waarin een groot aantal items wordt geproduceerd en ze in theorie identiek (bijvoorbeeld een soort auto-onderdeel dat in één type voertuig past, maar wordt geproduceerd op het niveau van duizenden per jaar).
MSA uitgelegd
Een MSA-berekening onderzoekt hoeveel variatie in een meetresultaat van de meetinstrumenten, meet proces, werkomgeving, de mensen die de meting doen en andere factoren buiten het item dat feitelijk is bestudeerd. Terugkerend naar het voorbeeld over taarten, zou u willen weten hoeveel van de gerapporteerde variatie in hun kwaliteit het resultaat was van variatie in de perceptie van hun kwaliteit. Waren ze vorige week eigenlijk "te zoet" in vergelijking met zes maanden geleden, of zou dit het gevolg kunnen zijn van hoe mensen dingen proeven in de winter versus de zomer?
Het idee achter MSA is om de resultaten te gebruiken om een productieproces te verfijnen en fouten te elimineren. Het is een relatief geavanceerd aspect van kwaliteitscontrole. De meeste, inclusief de Gage R&R en de NDC-informatie die het produceert, worden niet met de hand gedaan, maar met behulp van statistische softwarepakketten.
The Gage R&R
Het "R&R"-gedeelte van "Gage R&R" staat voor "betrouwbaarheid en reproduceerbaarheid". Betrouwbaarheid verwijst naar het vermogen van een enkele operator (vaak een persoon) om steeds hetzelfde resultaat te krijgen; reproduceerbaarheid verwijst naar de metingen van meerdere operators die binnen een zo strak mogelijk numeriek cluster vallen.
Dit type MSA omvat maximaal drieoperators(dat wil zeggen meetinstrumenten), vijf tot 10onderdelenofartikelen, en maximaal drieherhaal metingen. Deze analyses zijn zo gestructureerd dat elk afzonderlijk onderdeel door elke operator afzonderlijk wordt afgehandeld en dat metingen van elk onderdeel-operatorpaar minstens één keer worden herhaald.
De Gage R&R meet alleen de variabiliteit in metingen. Merk op dat dit niets zegt over de nauwkeurigheid van metingen, die alleen kan worden gegarandeerd door kalibratie. Een gunstige reproduceerbaarheidsberekening is nutteloos als de gegevens zelf verdacht zijn.
De NDC-berekening
Wanneer u een Gage R&R uitvoert op uw softwareprogramma, bevatten de resultaten een NDC. Het is echter nuttig om te begrijpen waar dit nummer vandaan komt.
De formule is:
NDC=\sqrt{2}\frac{\sigma_{part}}{\sigma_{gage}}=1.41\frac{\sigma_{part}}{\sigma_{gage}}
Hier,een deel vertegenwoordigt de vierkantswortel van variantie van de onderdeelcomponent van de Gage R&R, terwijl σpeilen vertegenwoordigt de vierkantswortel van variantie van de gehele Gage R&R-analyse. Een NDC-waarde van 5 of hoger wordt wenselijk geacht. Minder dan 2 is te weinig omdat er niets is om tussen te vergelijken; waarden van 2 en 3 kunnen worden gebruikt om categorieën "meer/minder" en "laag/midden/hoog" te maken, maar ze zijn niet optimaal.