Hvis du prøver en statistisk analyse av data, trenger du mer enn bare antall numre generert av den innsamlingsprosessen du brukte. Du må også være sikker på påliteligheten av selve innsamlingsprosessen. Med andre ord, hvis noen fortalte deg at et nabolag bakers kaker varierte i kvalitet med 15 prosent fra ett parti til den neste må du vite om målingene som ble brukt for å bestemme denne kvaliteten i seg selv var tilstrekkelige kvalitet. Hva om kakene alle er mer eller mindre like på tvers av batcher, og det er faktisk kvalitetsvurderingssystemet som viser reell variasjon fra ett datasett til et annet?
Slike bekymringer ligger i hjertet av målesystemanalysen, eller MSA. Konseptet avantall forskjellige kategorier, eller NDC, i MSA er en viktig måte å holde rede på hvordan du evaluerer kvaliteten på datainnsamlingen, og den er hentet fra Gage R&R. Disse statistiske verktøyene er veldig nyttige i situasjoner der det produseres et stort antall varer, og de er i teorien identisk (f.eks. en slags bildel som går inn i en type kjøretøy, men er produsert på nivå med tusenvis pr år).
MSA forklart
En MSA-beregning utforsker hvor stor variasjon i en måling som resultat fra måleverktøyene, måling prosess, arbeidsmiljø, menneskene som gjør målingen og andre faktorer utenfor elementet som faktisk er studerte. Når du går tilbake til eksemplet om kaker, vil du vite hvor mye av den rapporterte variasjonen i kvaliteten var resultatet av variasjon i oppfatningen av kvaliteten. Var de faktisk "for søte" i forrige uke sammenlignet med for et halvt år siden, eller kan dette være resultatet av hvordan folk smaker ting om vinteren versus sommeren?
Ideen bak å påberope MSA er å bruke resultatene til å avgrense en produksjonsprosess og eliminere feil. Det er et relativt sofistikert aspekt av kvalitetskontroll. De fleste, inkludert Gage R&R og NDC-informasjonen den produserer, gjøres ikke for hånd, men ved hjelp av programvarepakker for statistikk.
The Gage R&R
"R&R" -delen av "Gage R&R" står for "pålitelighet og reproduserbarhet." Pålitelighet refererer til muligheten til en enkelt operatør (ofte en person) for å få det samme resultatet om og om igjen; reproduserbarhet refererer til målingene til flere operatører som faller innenfor en så tett numerisk klynge som mulig.
Denne typen MSA involverer opptil treoperatører(det vil si måleverktøy), fem til tidelerellergjenstander, og opptil tregjenta målinger. Disse analysene er strukturert slik at hver enkelt del håndteres individuelt av hver operatør, og at målingene fra hver deloperatørparing gjentas minst en gang.
Gage R&R måler bare variasjonen i målinger. Merk at dette ikke sier noe om nøyaktigheten til målingene, som bare kan garanteres gjennom kalibrering. En gunstig reproduserbarhetsberegning er ubrukelig hvis selve dataene er mistenkelige.
NDC-beregningen
Når du kjører Gage R&R på programvaren, vil resultatene inkludere en NDC. Det er imidlertid nyttig å forstå hvor dette tallet kommer fra.
Formelen er:
NDC = \ sqrt {2} \ frac {\ sigma_ {part}} {\ sigma_ {gage}} = 1,41 \ frac {\ sigma_ {part}} {\ sigma_ {gage}}
Her, σdel representerer kvadratroten til variansen til delkomponenten i Gage R&R, mens σvurdere representerer kvadratroten til varians i hele Gage R & R-analysen. En NDC-verdi på 5 eller høyere anses å være ønskelig. Mindre enn 2 er for få fordi det ikke er noe å sammenligne; verdiene på 2 og 3 kan brukes til å lage "mer / mindre" og "lav / midt / høy" kategorier, men er ikke optimale.