Если вы пытаетесь провести статистический анализ данных, вам нужно больше, чем просто набор чисел, сгенерированный любым процессом сбора, который вы использовали. Вы также должны быть уверены в надежности самого процесса сбора. Другими словами, если кто-то сказал вам, что пирожные в местной пекарне различаются по качеству на 15 процентов от партии к партии. затем вам нужно будет узнать, были ли сами измерения, использованные для определения этого качества, достаточными. качество. Что, если все торты более или менее одинаковы для разных партий, и на самом деле система оценки качества показывает реальные различия от одного набора данных к другому?
Подобные проблемы лежат в основе анализа систем измерения, или MSA. Концепция чего-либоколичество различных категорий, или NDC, в MSA - это важный способ отслеживать средства, с помощью которых вы оцениваете качество сбора данных, и он получен из Gage R&R. Эти статистические инструменты очень полезны в ситуациях, когда производится большое количество товаров, и они, теоретически, идентичные (например, автомобильная часть, которая входит в один тип автомобиля, но производится в количестве тысяч на каждый год).
Объяснение MSA
Расчет MSA изучает, насколько вариативны результаты измерения с помощью измерительных инструментов, процесс, рабочая среда, люди, выполняющие измерения, и другие факторы, не относящиеся к фактическому объекту учился. Возвращаясь к примеру с пирожными, вы захотите узнать, какая из заявленных вариаций их качества была результатом различий в восприятии их качества. Были ли они на самом деле «слишком сладкими» на прошлой неделе по сравнению с шестью месяцами назад, или это могло быть результатом того, как люди пробуют вкус зимой по сравнению с летом?
Идея вызова MSA заключается в использовании результатов для уточнения производственного процесса и устранения ошибок. Это относительно сложный аспект контроля качества. Большинство из них, включая Gage R&R и информацию NDC, которую он производит, выполняются не вручную, а с использованием пакетов статистического программного обеспечения.
The Gage R&R
Часть «R&R» в «Gage R&R» означает «надежность и воспроизводимость». Надежность означает способность одного оператора (часто человека) получать один и тот же результат снова и снова; Воспроизводимость относится к измерениям нескольких операторов, попадающих в максимально узкий числовой кластер.
Этот тип MSA включает до трехоператоры(то есть средства измерения), от пяти до 10частиили жеПредметы, и до трехповторить измерения. Эти анализы структурированы таким образом, что каждая отдельная деталь обрабатывается каждым оператором индивидуально, а измерения для каждой пары деталь-оператор повторяются как минимум один раз.
Gage R&R измеряет только изменчивость измерений. Обратите внимание, что это ничего не говорит о точности измерений, которая может быть обеспечена только путем калибровки. Расчет благоприятной воспроизводимости бесполезен, если сами данные сомнительны.
Расчет NDC
Когда вы запускаете Gage R&R в своей программе, результаты будут включать NDC. Однако полезно понять, откуда взялось это число.
Формула:
NDC = \ sqrt {2} \ frac {\ sigma_ {part}} {\ sigma_ {gage}} = 1.41 \ frac {\ sigma_ {part}} {\ sigma_ {gage}}
Здесь σчасть представляет собой квадратный корень из дисперсии составляющей части R&R Gage, в то время как σдатчик представляет собой квадратный корень из дисперсии всего анализа R&R Gage. Желательным считается значение NDC 5 или больше. Меньше 2 - это слишком мало, потому что сравнивать не с чем; значения 2 и 3 могут использоваться для создания категорий «больше / меньше» и «низкий / средний / высокий», но они неоптимальны.