Hur man beräknar NDC

Om du försöker med en statistisk analys av data behöver du mer än bara ett sortiment av nummer som genereras av vilken insamlingsprocess du använde. Du måste också vara säker på pålitligheten i själva insamlingsprocessen. Med andra ord, om någon sa till dig att ett grannskapss bagerikakor varierade i kvalitet med 15 procent från en sats till nästa måste du veta om de mätningar som används för att bestämma denna kvalitet i sig var tillräckliga kvalitet. Vad händer om kakorna alla är ungefär desamma över satser och det faktiskt är kvalitetsbedömningssystemet som visar verklig variation från en datamängd till en annan?

Sådana bekymmer ligger i hjärtat av analysen av mätsystemet eller MSA. Konceptet avantal olika kategorier, eller NDC, i MSA är ett viktigt sätt att hålla reda på hur du utvärderar kvaliteten på ditt datainsamling, och det härrör från Gage R&R. Dessa statistiska verktyg är mycket användbara i situationer där ett stort antal artiklar produceras och de är i teorin identisk (t.ex. en typ av bildel som går in i en typ av fordon men tillverkas på tusentals nivåer per år).

En MSA-beräkning undersöker hur mycket variation i en mätning som uppnås från mätverktygen, mätning process, arbetsmiljö, människor som gör mätningen och andra faktorer utanför objektet som faktiskt är studerade. Återgå till exemplet om kakor, skulle du vilja veta hur mycket av den rapporterade variationen i deras kvalitet var resultatet av variation i uppfattningen om deras kvalitet. Var de faktiskt "för söta" förra veckan jämfört med för sex månader sedan, eller kan detta vara resultatet av hur människor smakar saker på vintern kontra sommaren?

Tanken bakom åberopande av MSA är att använda resultaten för att förfina en produktionsprocess och eliminera fel. Det är en relativt sofistikerad aspekt av kvalitetskontroll. De flesta, inklusive Gage R&R och den NDC-information som den producerar, görs inte för hand utan med hjälp av statistikprogramvarupaket.

"R&R" -delen av "Gage R&R" står för "pålitlighet och reproducerbarhet." Pålitlighet avser förmågan hos en enskild operatör (ofta en person) att få samma resultat om och om igen; reproducerbarhet avser mätningar av flera operatörer som faller inom ett så tätt numeriskt kluster som möjligt.

Denna typ av MSA involverar upp till treoperatörer(det vill säga mätverktyg), fem till tiodelarellerföremåloch upp till treupprepa mätningar. Dessa analyser är strukturerade så att varje distinkt del hanteras individuellt av varje operatör, och att mätningar från varje paroperatörsparning upprepas minst en gång.

Gage R&R mäter bara variationen i mätningar. Observera att detta inte säger något om måttens noggrannhet, vilket bara kan säkerställas genom kalibrering. En gynnsam beräkning av reproducerbarhet är värdelös om själva uppgifterna är misstänkta.

När du kör en Gage R&R på ditt program kommer resultaten att innehålla en NDC. Det är dock användbart att förstå varifrån detta nummer kommer.

Formeln är:

Här, σ_del representerar kvadratroten av varians hos delkomponenten i Gage R&R, medan σ_tolk representerar kvadratroten av variansen för hela Gage R & R-analysen. Ett NDC-värde på 5 eller högre anses önskvärt. Mindre än 2 är för få för det finns inget att göra jämförelser mellan; värdena 2 och 3 kan användas för att skapa kategorier "mer / mindre" och "låg / mellan / hög" men är suboptima.