Περιεχόμενο
Εάν επιχειρείτε μια στατιστική ανάλυση των δεδομένων, χρειάζεστε κάτι περισσότερο από την ποικιλία των αριθμών που παράγεται από οποιαδήποτε διαδικασία συλλογής χρησιμοποιείτε. Πρέπει επίσης να είστε σίγουροι για την αξιοπιστία της ίδιας της διαδικασίας συλλογής. Με άλλα λόγια, αν κάποιος σας είπε ότι τα κέικ αρτοποιίας της γειτονιάς διέφεραν στην ποιότητα κατά 15% από τη μία παρτίδα στην άλλη, θα έπρεπε να γνωρίζετε αν οι μετρήσεις που χρησιμοποιήθηκαν για τον προσδιορισμό αυτής της ποιότητας ήταν οι ίδιες επαρκούς ποιότητας. Τι συμβαίνει εάν τα κέικ είναι λίγο πολύ τα ίδια σε όλες τις παρτίδες και είναι στην πραγματικότητα το σύστημα αξιολόγησης της ποιότητας που δείχνει πραγματική διακύμανση από το ένα σύνολο δεδομένων στο επόμενο;
Τέτοιες ανησυχίες βρίσκονται στην καρδιά της ανάλυσης συστήματος μέτρησης, ή MSA. Η εννοια του αριθμό ξεχωριστών κατηγοριώνή το NDC στη MSA είναι ένας σημαντικός τρόπος για να παρακολουθείτε τα μέσα με τα οποία αξιολογείτε την ποιότητα της απόκτησης δεδομένων σας και προέρχεται από το Gage R & R. Αυτά τα στατιστικά εργαλεία είναι πολύ χρήσιμα σε καταστάσεις όπου παράγονται μεγάλοι αριθμοί αντικειμένων και θεωρητικά είναι πανομοιότυπα (π.χ. ένα είδος αυτοκινήτου που μεταφέρεται σε έναν τύπο οχήματος αλλά παράγεται στο επίπεδο χιλιάδων ετησίως ).
MSA Επεξήγηση
Ένας υπολογισμός MSA διερευνά πόση απόκλιση σε μια μέτρηση προκύπτει από τα εργαλεία μέτρησης, τη διαδικασία μέτρησης, το περιβάλλον εργασίας, τους ανθρώπους που κάνουν τους μετρητές και άλλους παράγοντες εκτός του αντικειμένου που μελετάται. Επιστρέφοντας στο παράδειγμα για τα κέικ, θα θέλατε να μάθετε πόσο από τις αναφερόμενες διακυμάνσεις της ποιότητας τους ήταν το αποτέλεσμα διακύμανσης στην αντίληψη της ποιότητάς τους. Ήταν στην πραγματικότητα "πολύ γλυκιά" την περασμένη εβδομάδα σε σύγκριση με πριν από έξι μήνες, ή θα μπορούσε αυτό να είναι το αποτέλεσμα του πώς οι άνθρωποι δοκιμάζουν τα πράγματα το χειμώνα έναντι του καλοκαιριού;
Η ιδέα πίσω από το MSA είναι να χρησιμοποιήσουμε τα αποτελέσματα για να βελτιώσουμε μια παραγωγική διαδικασία και να εξαλείψουμε τα λάθη. Πρόκειται για σχετικά εξελιγμένη πτυχή του ελέγχου ποιότητας. Τα περισσότερα, συμπεριλαμβανομένων των πληροφοριών Gage R & R και NDC που παράγει, δεν γίνονται με το χέρι αλλά με τη χρήση πακέτων λογισμικού στατιστικών στοιχείων.
Το Gage R & R
Το τμήμα "R & R" του "Gage R & R" σημαίνει "αξιοπιστία και αναπαραγωγικότητα". Η αξιοπιστία αναφέρεται στην ικανότητα ενός μόνο χειριστή (συχνά ενός ατόμου) να παίρνει το ίδιο αποτέλεσμα ξανά και ξανά. η αναπαραγωγιμότητα αναφέρεται στις μετρήσεις πολλών χειριστών που εμπίπτουν σε όσο το δυνατόν πιο σφιχτό αριθμητικό σύμπλεγμα.
Αυτός ο τύπος MSA περιλαμβάνει μέχρι τρεις φορείς εκμετάλλευσης (δηλαδή, εργαλεία μέτρησης), πέντε έως 10 εξαρτήματα ή αντικειμένων, και μέχρι τρία επαναλάβετε τις μετρήσεις. Αυτές οι αναλύσεις είναι δομημένες έτσι ώστε κάθε ξεχωριστό τμήμα να χειρίζεται χωριστά από κάθε χειριστή και οι μετρήσεις από κάθε ζεύγος μερών-χειριστή να επαναλαμβάνονται τουλάχιστον μία φορά.
Το Gage R & R μετρά μόνο τη μεταβλητότητα στις μετρήσεις. Σημειώστε ότι αυτό δεν λέει τίποτα για την ακρίβεια των μετρήσεων, η οποία μπορεί να διασφαλιστεί μόνο μέσω της βαθμονόμησης. Ο ευνοϊκός υπολογισμός αναπαραγωγιμότητας είναι άχρηστος εάν τα ίδια τα δεδομένα είναι ύποπτα.
Ο υπολογισμός NDC
Όταν εκτελείτε ένα Gage R & R στο πρόγραμμα λογισμικού σας, τα αποτελέσματα θα περιλαμβάνουν ένα NDC. Είναι χρήσιμο, ωστόσο, να καταλάβουμε από πού προέρχεται αυτός ο αριθμός.
Ο τύπος είναι:
NDC = √2 (σμέρος/συπολογίζω) = 1.41(σμέρος/συπολογίζω)
Εδώ, σμέρος αντιπροσωπεύει την τετραγωνική ρίζα της διακύμανσης του συστατικού μέρους του Gage R & R, ενώ συπολογίζω αντιπροσωπεύει την τετραγωνική ρίζα της διακύμανσης της συνολικής ανάλυσης Gage R & R. Μια τιμή NDC 5 ή μεγαλύτερη θεωρείται επιθυμητή. Λιγότερο από 2 είναι πολύ λίγα, διότι δεν υπάρχει τίποτα να κάνει συγκρίσεις μεταξύ. οι τιμές 2 και 3 μπορούν να χρησιμοποιηθούν για να δημιουργήσουν κατηγορίες "περισσότερο / λιγότερο" και "χαμηλή / μεσαία / υψηλή" αλλά δεν είναι βέλτιστες.