Contenuto
Se stai tentando un'analisi statistica dei dati, hai bisogno di qualcosa di più del semplice assortimento di numeri generato da qualsiasi processo di raccolta tu abbia usato. È inoltre necessario essere sicuri dell'affidabilità del processo di raccolta stesso. In altre parole, se qualcuno ti dicesse che le torte di un panettiere di un quartiere variavano della qualità del 15 percento da un lotto all'altro, dovresti sapere se le misurazioni utilizzate per determinare questa qualità fossero esse stesse di qualità sufficiente. Che cosa succede se le torte sono più o meno le stesse tra i lotti ed è in realtà il sistema di valutazione della qualità che mostra una variazione reale da un set di dati a quello successivo?
Tali preoccupazioni sono alla base dell'analisi del sistema di misurazione, o MSA. Il concetto di numero di categorie distinte, o NDC, in MSA è un modo importante per tenere traccia dei mezzi con cui si valuta la qualità dell'acquisizione dei dati e deriva da Gage R&R. Questi strumenti statistici sono molto utili in situazioni in cui viene prodotto un gran numero di articoli e sono, in teoria, identici (ad esempio, un tipo di parte automobilistica che si inserisce in un tipo di veicolo ma viene prodotta a livello di migliaia all'anno ).
Spiegazione MSA
Un calcolo MSA esplora la variazione di una misurazione risultante dagli strumenti di misurazione, dal processo di misurazione, dall'ambiente di lavoro, dalle persone che effettuano la misurazione e da altri fattori al di fuori dell'oggetto attualmente oggetto di studio. Tornando all'esempio delle torte, vorresti sapere quanta parte della variazione riportata nella loro qualità era il risultato di una variazione nella percezione della loro qualità. Erano in effetti "troppo dolci" la scorsa settimana rispetto a sei mesi fa, o potrebbe essere il risultato di come le persone assaggiano le cose in inverno rispetto all'estate?
L'idea alla base dell'invocazione di MSA è quella di utilizzare i risultati per perfezionare un processo di produzione ed eliminare gli errori. È un aspetto relativamente sofisticato del controllo di qualità. La maggior parte, comprese le informazioni Gage R&R e NDC che produce, vengono eseguite non a mano ma utilizzando pacchetti software statistici.
The Gage R&R
La parte "R&R" di "Gage R&R" sta per "affidabilità e riproducibilità". L'affidabilità si riferisce alla capacità di un singolo operatore (spesso una persona) di ottenere sempre lo stesso risultato; la riproducibilità si riferisce alle misurazioni di più operatori che rientrano in un cluster numerico il più stretto possibile.
Questo tipo di MSA coinvolge fino a tre operatori (ovvero strumenti di misurazione), da 5 a 10 parti o elementie fino a tre ripetere le misurazioni. Queste analisi sono strutturate in modo tale che ogni parte distinta sia gestita individualmente da ciascun operatore e che le misurazioni da ciascun accoppiamento dell'operatore parte vengano ripetute almeno una volta.
Il Gage R&R misura solo la variabilità delle misurazioni. Si noti che ciò non dice nulla sull'accuratezza delle misurazioni, che può essere garantita solo attraverso la calibrazione. Un calcolo favorevole della riproducibilità è inutile se i dati stessi sono sospetti.
Il calcolo NDC
Quando esegui un Gage R&R sul tuo programma software, i risultati includeranno un NDC. È utile, tuttavia, capire da dove provenga questo numero.
La formula è:
NDC = √2 (σparte/σcalibro) = 1.41(σparte/σcalibro)
Qui, σparte rappresenta la radice quadrata della varianza del componente della parte del Gage R&R, mentre σcalibro rappresenta la radice quadrata della varianza dell'intera analisi R&R di Gage. Un valore NDC di 5 o superiore è considerato desiderabile. Meno di 2 è troppo pochi perché non c'è nulla tra cui fare confronti; i valori di 2 e 3 possono essere usati per creare categorie "più / meno" e "basso / medio / alto" ma non sono ottimali.